Vượt qua một dict để scikit tìm hiểu ước tính

Question

Tôi đang cố gắng để vượt qua các tham số mô hình như một dict để một Scikit-học ước tính và không có may mắn. Nó chỉ có vẻ làm tổ dict của tôi vào một trong các tham số. Ví dụ:

params = { 
'copy_X': True, 
'fit_intercept': False, 
'normalize': True 
} 

lr = LinearRegression(params) 

Cung cấp cho tôi:

LinearRegression(copy_X=True, 
     fit_intercept={'copy_X': True, 'fit_intercept': False,'normalize': True}, 
    normalize=False) 

Ngoài ra, tôi tạo ra một chức năng để lặp qua các dict và có thể tạo ra một chuỗi như:

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

này tương đương như không thành công . Bất cứ ai có lời khuyên nào ở đây? Hạn chế duy nhất tôi có là dữ liệu sẽ đến với tôi như một dict (thực sự là một đối tượng json được nạp với json.uploads).

Cảm ơn.

Answer 1

Giải pháp tốt nhất để khởi ước lượng của bạn với các thông số thích hợp sẽ được giải nén từ điển của bạn:

lr = LinearRegression(**params) 

Nếu vì một số lý do bạn cần đặt một số thông số sau đó, bạn có thể sử dụng:

lr.set_params(params) 

Điều này có lợi thế hơn khi sử dụng setattr ở chỗ nó cho phép Scikit học cách thực hiện một số kiểm tra xác thực trên các tham số.

Answer 2

Tôi hiểu rồi. Được sử dụng setattr như thế này.

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

Answer 3

fit_intercept là đối số đầu tiên của đối tượng LinearRegression

http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

Vì vậy, giải thích tại sao từ điển của bạn đã được thông qua với lập luận rằng, các args khác (cũng không bắt buộc) copy_X và normalize đang nhận không có tham số để họ đang sử dụng các giá trị mặc định.

Bạn cũng có thể làm:

params = { 
'copy_X': True, 
'fit_intercept': False, 
'normalize': True 
} 

lr = LinearRegression(copy_X = params['copy_X'], \ 
         fit_intercept = params['fit_intercept'], \ 
         normalize = params['normalize'])