Question

我具有以下功能：

def train(data,**kwargs):
    train_model(data,**kwargs)

def test_train_parameters(data1,data2,parameter_to_test, parameter_value):
    train(data1,**kwargs)
    train(data2,**kwargs)

Train函数具有一些可选参数，例如gamma，lambda，num_rounds等。使用data1的训练将在不修改任何参数的情况下被调用，但是使用data2的训练将在修改参数及其值的情况下被调用。例如，假设我想要gamma = 5，我会编写代码：

test_train_parameters(parameter_to_test = 'gamma', parameter_value = 5)

该函数将如下调用：

train(data1)
train(data2, gamma = 5)

因此，不能仅将参数调用为test_train_parameters(gamma = 5)，因为它会干扰首列火车。

我一直在Google上进行搜索，但找不到适合我的情况的东西（我已经找到了eval，getattr，通过列表...，但这些都是用于其他用途）。我该怎么做？

Answer 1

在python中，kwargs只是字典，因此您可以使用参数在函数中创建字典：

def test_train_parameters(data1,data2,parameter_to_test, parameter_value):
    train(data1)
    kwargs = {parameter_to_test: parameter_value}
    train(data2,**kwargs)

Answer 2

带有每个可能参数的if？喜欢

def test_train_parameters(data1,data2,parameter_to_test, parameter_value):
    train(data1)
    if parameter_to_test == 'alpha':
        train(data2, alpha=parameter_value)
    elif parameter_to_test == 'beta':
        train(data2, beta=parameter_value)
    elif parameter_to_test == 'gamma':
        train(data2, gamma=parameter_value)

我知道这并不令人愉悦，但这是一种简单的方法。

使用字符串作为参数名称

2 个答案: