在for循环中保存scikitlearn模型

Question

我用scikit运行了一堆模型来学习解决分类问题。在

以下是在运行过程中应执行的代码：

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，即模型。在

我试图做的是创建一个列表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，但我认为这是不对的。这是for循环头中的cv_name迭代器。在

但我不认为这是对的，因为我不会设置一个字符串，而不是一个变量？就像在，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]，但我不认为我能有这样的列表。在

我想到的另一种方法是将每个模型保存在字典中，其中的键将是我上面概述的列表中的元素。不过，我不知道是否可以用一个模型作为字典值。在

下面是我当前在for循环中运行的笨拙、重复的代码：

^{pr2}$

Answer 1

1. 您可以使用 它们的信息，即对象和参数网格：

   models_list = {'Logistic Regression': (classifier_lr, param_grid_lr),
                  'K Nearest Neighbours': (classifier_knn, param_grid_knn)}
   

2. 迭代字典中的每个键值对并构建管道：

   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])