Question

我正在尝试将模型参数作为词典传递给Scikit-learn估算器并且没有运气。它似乎将我的dict嵌入其中一个参数中。例如：

params = {
 'copy_X': True, 
 'fit_intercept': False, 
 'normalize': True
}

lr = LinearRegression(params)

给我：

LinearRegression(copy_X=True,
         fit_intercept={'copy_X': True, 'fit_intercept': False,'normalize': True},
     normalize=False)

此外，我创建了一个迭代dict的函数，可以创建一个字符串，如：

'copy_X=True, fit_intercept=True, normalize=False'

这同样不成功。有人在这有什么建议吗？我唯一的限制是数据将作为dict（实际上是一个json对象加载json.uploads）来到我身边。

感谢。

Answer 1

使用正确的参数初始化估算器的最佳解决方案是解压缩字典：

lr = LinearRegression(**params)

如果由于某种原因你需要在之后设置一些参数，你可以使用：

lr.set_params(params)

这比使用setattr更有优势，因为它允许Scikit学习对参数执行一些验证检查。

Answer 2

我明白了。像这样使用setattr。

for k,v in params.items():
   setattr(lr,k,v)

Answer 3

fit_intercept是LinearRegression对象

的第一个参数

http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

这就解释了为什么你的字典被传递给那个参数，其他args（也是可选的）copy_X和normalize没有接收任何参数，所以他们使用的是默认值。

你也可以这样做：

params = {
 'copy_X': True, 
 'fit_intercept': False, 
 'normalize': True
}

lr = LinearRegression(copy_X = params['copy_X'], \
                      fit_intercept = params['fit_intercept'], \
                      normalize = params['normalize'])

通过词典scikit学习估计

3 个答案: