将 dict 传递给 scikit learn estimator

Posted 2023-03-12

【中文标题】将 dict 传递给 scikit learn estimator

【英文标题】：Pass a dict to scikit learn estimator

【发布时间】：2016-01-11 16:39:30

【问题描述】：

我试图将模型参数作为 dict 传递给 Scikit-learn 估计器，但没有运气。它似乎只是将我的 dict 嵌套到参数之一中。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)

另外，我创建了一个函数来迭代字典，并可以创建一个字符串，如：

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

这同样不成功。有人在这里有什么建议吗？我唯一的限制是数据将以 dict 的形式传给我（实际上是一个 json 对象正在加载 json.uploads）。

谢谢。

【参考方案1】：

使用正确参数初始化估算器的最佳解决方案是解压字典：

lr = LinearRegression(**params)

如果由于某种原因之后需要设置一些参数，可以使用：

lr.set_params(**params)

这比使用setattr 有一个优势，因为它允许 Scikit 学习对参数执行一些验证检查。

【讨论】：

这应该是公认的答案——这是将一堆 kwargs 传递给函数的标准方式。

【参考方案2】：

我明白了。像这样使用 setattr。

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

【参考方案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

这就解释了为什么将您的字典传递给该参数，其他参数（也是可选的）copy_X 和 normalize 没有接收任何参数，因此它们使用默认值。

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'])