Python 如何存储/缓存类中方法的值，以便以后在同一类的其他方法中使用？

我正在写一个线性回归类，它将模型与一些数据相匹配，类似于

模型拟合后，我希望能够调用

predict（）

方法，而不必将经过训练的模型权重作为参数传递给该方法。到目前为止，我所掌握的情况如下

class LinReg:
    """ Fit a linear model to data"""
    def __init__(self):
        ....

    def fit(self, x, y):
        """Fit a model to data x with targets y"""
        ...
        # model weights w are calculated here
        return w

    def predict(self, x, w):
        """Predict the target variable of the data x using trained weights w"""
        ...
        # predicted y values, y_pred, are calulated here
        return y_pred

经过训练的权重

w

从

fit（）

返回，因此用户可以将其存储为变量，以便稍后传递到

predict（）

方法

lm = LinReg()
w = lm.fit(x,y)
y_pred = lm.predict(x_new, w) # don't want to pass w here

但是，我不想从

fit（）

返回

w

；在

fit（）

中计算后，我想以某种方式存储

w

，这样用户就不必关心权重，也可以方便地在

predict（）

方法中使用权重

lm = LinReg()
w = lm.fit(x,y)
y_pred = lm.predict(x_new, w) # don't want to pass w here

---

我该怎么做？是否有pythonic或标准OO方法来执行此操作？

我会将其存储为实例级属性：

def __init__(self):
    self.w = None  # define the prop here...
    ....

def fit(self, x, y):
    """Fit a model to data x with targets y"""
    ...
    # model weights w are calculated here
    self.w = your_computed_value

def predict(self, x):
    """Predict the target variable of the data x using trained weights w"""
    ...
    # predicted y values, y_pred, are calulated here
    do_something_here(self.w)
    return y_pred