将字典传递给scikit学习估计器

Question

我正试图将模型参数作为字典传递给Scikit-learn估计器，并且我没有运气。它似乎只是将我的字典嵌套到其中一个参数中。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)

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。有人有什么建议吗?我唯一的限制是数据将作为一个字典(实际上是一个json对象加载json.uploads)。

谢谢。

Answer 1

用正确的参数初始化估算器的最佳解决方案是解包字典:

lr = LinearRegression(**params)

如果出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)

与使用setattr相比，这有一个优点，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

所以这解释了为什么你的字典被传递给该参数，其他参数(也是可选的)copy_X和normalize没有接收参数，所以它们使用默认值。

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'])