在 for 循环中保存 scikit-learn 模型

Question

我正在使用 scikit-learn 运行一堆模型来解决分类问题。

这是应该完成所有运行的代码：

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 cv 对象，即一个模型。

我试图做但我认为不正确的是创建一个列表cv_names = ['dm_cv', 'lr_cv', 'knn_cv', 'svm_cv', 'dt_cv', 'rf_cv', 'nb_cv']并将每个列表设置为 for 循环运行。那是cv_namefor 循环头中的迭代器。

我不认为那是对的，因为我不会设置字符串而不是变量吗？就像，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]，但我不认为我可以拥有这样的列表。

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

这是我目前在 for 循环中运行的笨重、重复的代码：

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)

Answer 1

您可以创建一个字典，其中包含分类器名称及其信息（即对象和参数网格）的映射：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您的管道：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])