Skip to main content
 首页 » 编程设计

python之这里出了什么问题意外引用现有实例而不是创建新实例

2025年05月04日16jpfss

我是 R user希望更熟悉 Python。我编写了一种迷你 API,可以轻松比较适合相同数据的不同统计模型,这样我就可以预先设置所有模型超参数,然后迭代不同模型以适应它们。

这就是我想做的事情的本质:

  1. 构建一个包装类 Classifier围绕 Scikit-learn Pipeline ,又建立在 Scikit-learn 的一个内置估计器之上,例如 RandomForestClassifier
  2. 创建一个包含这些未拟合的字典 Classifier s,以及要循环的不同参数字典
  3. 遍历两个字典,让每个字典都不适合 Classifier生成底​​层管道的一个新实例,使用它的 [Pipeline.fit][1] 来适应它方法,并将新的、适合的管道保存在不同的字典中

但是,似乎在每次迭代中都不会生成新的管道实例,而是重新装配管道的相同实例(或者可能是底层估算器)。这是一个问题,因为 Pipeline.fit方法就地修改管道(和底层估计器),因此先前迭代的拟合结果全部被最终迭代的拟合结果覆盖。

问题是我无法弄清楚这个“父实例”是在哪里创建的以及它是如何被引用的。

具有可重现问题示例的基本设置在 this Gist 中(在这里复制粘贴有点太长了)。我在最后添加了一个打印语句来说明这个问题。

抱歉,如果这有点含糊,但我很难描述它。希望示例中的问题很清楚。

请您参考如下方法:

问题是 results['0']['rf'] 和 results['1']['rf'] 实际上是同一个对象.因此,当您在循环中安装管道时:

results = dict() 
for k in features.keys(): 
    results[k] = dict() 
    for m in classifiers.keys(): 
        print(len(features[k])) 
        results[k][m] = classifiers[m].fit(features[k], 'species', iris) 

您正在重新安装一个已经安装好的管道,丢失了您之前的工作。

要解决这个问题,您需要在每次适合它时创建一个新的 Classifier 实例。一种可能的方法是将您的 classifiers 字典从包含 Classifier 实例的字典更改为包含创建 Classifier 所需参数的字典:

classifiers = { 
    'rf': (RandomForestClassifier, n_estimators=100, oob_score=True, bootstrap=True), 
    'ab': (AdaBoostClassifier, n_estimators=50) 
} 

现在,在您的循环中,您应该使用称为“元组解包”的 Python 习惯用法来解包参数并为每个组合创建一个单独的 Classifier 实例

for k in features: 
    results[k] = dict() 
    for m in classifiers: 
        print(len(features[k])) 
        classifier = Classifier(*classifiers[m]) 
        results[k][m] = classifier.fit(features[k], 'species', iris) 

请注意,要遍历字典的键,可以简单地编写 for key in dct:,而不是 for key in dct.keys()。