Pregunta similar: ¿Cuál es la ventaja de un guión bajo al final en la denominación de Python? . Esto aborda las ventajas/desventajas, mientras que esto aborda el razonamiento detrás de hacerlo, tanto en términos generales como específicos para sklearn.
Estoy mirando la documentación de sklearn y noté que todos los atributos sklearn.model_selection.GridSearchCV terminan en guión bajo. Por ejemplo:
¿Por qué es esto? ¿Qué hace el guión bajo? Sea lo más amplio posible en su respuesta (es decir, no solo se refiera a GridSearchCV de sklearn.
Supongo que esto no es solo una cosa de sklearn, y no tengo idea de cuál es la etiqueta apropiada para esto, así que estoy etiquetando a sklearn. Corrija las etiquetas (¡o yo!).
Para sklearn, hay una interpretación específica. Consulte la guía para desarrolladores de sklearn, que tiene una nota al respecto. La convención se utiliza para los atributos de los estimadores que tienen un valor significativo después de llamar fit() .
Estos se utilizan para, por ejemplo, comprobar si se ajustó el estimador, consulte, por ejemplo, aquí :
class LinearModel(six.with_metaclass(ABCMeta, BaseEstimator)): """Base class for Linear Models""" [...] def _decision_function(self, X): check_is_fitted(self, "coef_") [...]