使用不同的名称在 for 循环中保存模型预测

Question

我在 roder 中使用 scikit 学习运行我拥有的 3 个不同数据帧 (aa、bb、cc) 上的随机森林模型。为此，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，以便以后可以将其用于 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)))

我试过这样保存模型：

  predictions[h] = rfc.predict(X_test)

但是我得到了错误：

IndexError: only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices

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)

但出现同样的错误。

我的最终目标是保存（每个模型的）这些预测，以便最终创建 ROC 图。

Answer 1

在循环的每次迭代中，您将创建一个名为 predictions:

的 np.array 变量

predictions = rfc.predict(X_test)

所以如果你想把每个模型保存在一个变量中，比如字典，你需要在循环外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行：

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

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

使用不同的名称在 for 循环中保存模型预测

Save models predictions inside for loop with different names

python

for-loop

prediction

random-forest

scikit-learn