使用不同的名称将模型预测保存在for循环中

编程问答 2022-06-12

问题描述

我正在使用scikit Learner在Roder上对我拥有的3个不同数据帧（aa，bb，cc）运行随机森林模型。 为了做到这一点，我使用for循环并为每个模型生成混淆矩阵。 问题是我想保存每个模型的预测，以便以后将其用于ROC分析。

这是循环的原始脚本：


todrop=['name','code','date','nitrogen','Hour','growth_day']
col='test'

dfs=[aa,bb,cc]


for h in dfs:
    h.drop(todrop,axis=1,inplace=True)
    y=h[col]
    X=h.drop(col,axis=1)
    X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,stratify=y,random_state=42)
    
    rfc = RandomForestClassifier()
    rfc.fit(X_train,y_train)
    predictions = rfc.predict(X_test)
    conf_mat = confusion_matrix(y_test,predictions)
    df_conf_norm = conf_mat / conf_mat.sum(axis=0)

    index = ['healthy','sick'] 
    columns = ['healthy','sick'] 
    cm_df = pd.DataFrame(df_conf_norm,columns,index)
    

    seaborn.heatmap(cm_df,annot=True,annot_kws={"size": 15},linewidths=.5,cmap='YlOrRd')

    plt.title('Random Forest',fontsize = 20) # title with fontsize 20
    plt.xlabel('True Labels',fontsize = 17) # x-axis label with fontsize 15
    plt.ylabel('Prediction',fontsize = 17) # y-axis label with fontsize 15
    plt.show()

    print('Accuracy'+'{}'.format(accuracy_score(y_test,predictions)))

我已尝试通过以下方式保存模型：

  predictions[h] = rfc.predict(X_test)

但是我得到了错误：

IndexError：仅整数，切片（:），省略号（...）， numpy.newaxis（None）和整数或布尔数组是有效索引

我也尝试过使用zip，然后将其另存为名称：

names=['aa','bb','cc']

for h,n in (zip(dfs,names)):
...
    predictions[n] = rfc.predict(X_test)

但出现相同的错误。

我在这里的最终目标是保存（每个模型的）那些预测，以便在最终的ROC图中创建。

解决方法

在循环的每次迭代中，您都将创建一个名为predictions的np.array变量：

predictions = rfc.predict(X_test)

因此，如果要将每个模型保存在诸如dict之类的变量中，则需要在循环外使用不同的名称声明它：

all_predictions = dict()

然后修改第二个示例中的代码应该可以：

names=['aa','bb','cc']

for h,n in (zip(dfs,names)):
...
    all_predictions[n] = rfc.predict(X_test)
for-looppredictionpythonrandom-forestscikit-learn