在Scikit-learn中，要實現自定義的估計器，可以創建一個類并繼承自BaseEstimator類。然后在類中實現以下方法：
下面是一個簡單的自定義估計器示例：
from sklearn.base import BaseEstimator
class MyEstimator(BaseEstimator):
def __init__(self, param1=1, param2='default'):
self.param1 = param1
self.param2 = param2
def fit(self, X, y):
# 訓練模型的代碼
pass
def predict(self, X):
# 預測數據的代碼
pass
def score(self, X, y):
# 評估模型性能的代碼
pass
通過實現以上方法，就可以創建一個自定義的估計器。在使用時，可以像使用其他Scikit-learn提供的估計器一樣使用它：
my_estimator = MyEstimator(param1=2, param2='custom')
my_estimator.fit(X_train, y_train)
predictions = my_estimator.predict(X_test)
score = my_estimator.score(X_test, y_test)
