python - 怎么了意外引用一个现有实例而不是创建一个新实例

我是一个R user，希望对Python更加满意。我编写了一种mini-API，可以轻松比较适合同一数据的不同统计模型，从而可以预先设置所有模型超参数，然后遍历不同模型以适应它们。

这是我想做的事情的本质：


围绕Scikit学习Classifier构建包装类Pipeline，依次基于Scikit学习的内置估算器之一，例如RandomForestClassifier
创建这些不适合的Classifier的字典，以及不同的参数字典以进行循环
遍历两个字典，让每个不适合的Classifier生成基础管道的新实例，使用其[Pipeline.fit][1]方法对其进行拟合，然后将适合的新管道保存在其他字典中


但是，似乎不是在每次迭代中都生成管道的相同实例（或者可能是基础估算器），而不是生成管道的新实例。这是一个问题，因为Pipeline.fit方法修改了流水线（和基础估计量），因此以前迭代的拟合结果全部被最终迭代的拟合结果覆盖。

问题是我不知道在哪里创建这个“父实例”以及如何引用它。

问题的可重现示例的基本设置在this Gist中（仅在此处复制和粘贴有点太长了）。我在末尾添加了打印声明以说明该问题。

抱歉，这有点含糊，但我现在还不太容易描述。希望这个例子可以解决这个问题。

最佳答案

问题是results['0']['rf']和results['1']['rf']实际上是同一对象。因此，当您在循环中放入管道时：

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)

您正在重新拟合已经合适的管道，从而丢失了先前的工作。

为了解决这个问题，您需要在每次安装Classifier时创建一个新实例。一种可行的方法是将您的classifiers字典从一个包含Classifier实例的字典更改为一个包含创建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，在循环中，您应该使用称为“ tuple unpacking”的Python习惯用法来解压缩参数并为每种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，可以简单地写for key in dct:而不是for key in dct.keys()。