Question

我正在使用scikit-learn运行一堆模型来解决分类问题。

这是所有运行中应该执行的代码：

for model_name, classifier, param_grid, cv, cv_name in tqdm(zip(model_names, classifiers, param_grids, cvs, cv_names)):
    pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier)])

     train_and_score_model(model_name, pipeline, param_grid, cv=cv)

我的问题是，如何保留train_and_score_model函数的输出？它返回一个简历对象，即模型。

我试图做的是创建一个列表cv_names = ['dm_cv', 'lr_cv', 'knn_cv', 'svm_cv', 'dt_cv', 'rf_cv', 'nb_cv']并将其设置为for循环运行，但是我认为这是不对的。那就是for循环头中的cv_name迭代器。

我认为这是不对的，因为我不是要设置字符串而不是变量吗？像这样，我真正应该拥有的是cv_names = [dm_cv, lr_cv, knn_cv, svm_cv, dt_cv, rf_cv, nb_cv]，但我认为我不能拥有这样的列表。

我想到的另一种方法是将每个模型保存在字典中，其中键将是我上面概述的列表的元素。我不知道我是否可以将模型作为字典值。

这是我目前运行的笨拙的重复代码，可以在for循环中执行我想要的操作：

pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                 ('classifier', classifier_dm)])
dm_cv = train_and_score_model('Dummy Model', pipeline, param_grid_dm)


pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier_lr)])
lr_cv = train_and_score_model('Logistic Regression', pipeline, param_grid_lr)


pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier_knn)])
knn_cv = train_and_score_model('K Nearest Neighbors', pipeline, param_grid_knn)


pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier_svm)])
svm_cv = train_and_score_model('Support Vector Machine', pipeline, param_grid_svm)


pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier_dt)])
dt_cv = train_and_score_model('Decision Tree', pipeline, param_grid_dt)


pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier_rf)])
rf_cv = train_and_score_model('Random Forest', pipeline, param_grid_rf)


pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                     ('classifier', classifier_nb)])
nb_cv = train_and_score_model('Naive Bayes', pipeline, param_grid_nb)

Answer 1

您可以使用分类器名称的映射创建字典，其中它们的信息，即对象和参数网格：

models_list = {'Logistic Regression': (classifier_lr, param_grid_lr),
               'K Nearest Neighbours': (classifier_knn, param_grid_knn)}

遍历字典中的每个键值对并构建管道：

model_cvs = {}
for model_name, model_info in models_list.items():
    pipeline = Pipeline(steps=[('preprocessor', preprocessor),
                       ('classifier', model_info[0])])
    model_cvs[model_name] = train_and_score_model(model_name, pipeline, model_info[1])

将scikit学习模型保存在for循环中

1 个答案: