파이썬/sklearn에서 y, _ assignment는 무엇을합니까?

Question

Python의 새로운 상대로서 나는 sklearn RandomForestClassifier를 사용하려고합니다. A는 어떻게에 yhat에 의해 인도에서 하나의 예는 다음과 같다 :

from sklearn.datasets import load_iris 
from sklearn.ensemble import RandomForestClassifier 
import pandas as pd 
import numpy as np 

iris = load_iris() 
df = pd.DataFrame(iris.data, columns=iris.feature_names) 
df['is_train'] = np.random.uniform(0, 1, len(df)) <= .75 
df['species'] = pd.Factor(iris.target, iris.target_names) 
df.head() 

train, test = df[df['is_train']==True], df[df['is_train']==False] 

features = df.columns[:4] 
clf = RandomForestClassifier(n_jobs=2) 
y, _ = pd.factorize(train['species']) # assignment I don't understand 
clf.fit(train[features], y) 

preds = iris.target_names[clf.predict(test[features])] 
pd.crosstab(test['species'], preds, rownames=['actual'], colnames=['preds']) 

일부는 설명 할 수 무슨 y를 _ 할당이 수행하고 작동 방법을 설명합니다. 명시 적으로 사용되지는 않지만 제외하면 오류가 발생합니다.

Answer 1

반환 된 튜플을 y 및 _이라는 두 개의 고유 한 값으로 분해합니다.

_은 "나는 더 이상 값을 필요로하지 않습니다."라고 규정하고 있습니다. 당신이 명시 적으로 반환 된 값에 정확히 두 개의 항목을 필요로하는 동안이 코드는, 적어도 1 요소와 어떤 색인 반환 값을 위해 일 것이라는 점을 제외하고

y = pd.factorize(train['species'])[0] 

:

그것은 기본적으로 동일합니다.

Answer 2

즉, pd.factorize(train['species'])은 두 항목의 튜플/목록/생성자/반복 가능을 반환하고 있음을 의미합니다. 파이썬에서는

x, y = [1, 2] 

지금 x == 1 및 y == 2을 할 수 있습니다. 귀하의 경우 y이 첫 번째 값이되고 변수 _이 두 번째가됩니다. Underscore _은 종종 사용되지 않을 변수의 이름으로 사용됩니다.