未知变量声明

Question

我一直在阅读kaggle中的几个代码，并且遇到了模糊的实现。直到今天，我从来不知道我们可以在模型的外部声明一个变量。

from sklearn.linear_model import LogisticRegression 
... 
model = LogisticRegression() 
.... 
model.loss = 0.01 
model.penalty = 'l1' 
model.l1_ratio = True 
model.alpha = 'auto' 
model.fit(x_train, y_train) 

我知道，在sklearn回归没有任何除了惩罚这些参数的，我发现在sklearn本身另一个线性算法SGDClassifier，这实际上接受所有这些参数而是“损失” ，'l1_ratio'，'alpha'的数据类型是不同的。我知道每个参数的描述以及为什么它们用于其他算法，但我无法理解此声明背后的原因。不胜感激这个实现的任何解释。谢谢。

Answer 1

我认为利用这种类型声明的一种方法是让代码更加模块化。像这样：

def get_clf(clf_type,loss,penalty): 
    my_clf = clf_type 
    my_clf.loss = loss 
    my_clf.penalty = penalty 
    return my_clf 

现在这可以被视为一个通用的函数，使您的代码更模块化。所以每当你需要创建一个分类，你可以致电：

model = get_clf(LogisiticRegression(),0.01,'l1') 

所以，即使你改变你的回归，你只需要改变上述单行。再次，这是关于编程的个人风格以及如何使用它的一切。有些人喜欢在定义本身中声明参数，有些则明确地在你的问题中进行。