Python 不同算法的循环回归训练数据集

我已经阅读了熊猫的数据，希望通过不同的算法来找到分数

选项1

data=pd.read_excel("El Nino.xlsx")
# Scaled the data further and then split into independent and dependent variables.
R1= LinearRegression.fit(X_train,y_train)
R2= Ridge.fit(X_train,y_train)
R3=Perceptron.fit(X_train,y_train)

选项2 我想在循环中传递它…类似这样的东西

estimators = ["LinearRegression", "Ridge", "PassiveAggressiveClassifier","Perceptron"]

for i in estimators:
    reg= i.fit(X_train,y_train)
    Score= reg.score(X_train,y_train)
    print(Score)

---

它不起作用，因为列表中的项是字符串。你能建议我如何通过循环来训练和计算分数吗？

编辑，我误解了这个问题。难道你不应该在估计器循环中传递你的拟合模型，比如

估计器=[R1，R2，R3]

或者，如果要使循环像这样，则必须调用对象

LinearRegression

，例如，不要生成字符串：

lr = LinearRegression()
rg = Ridge()
pac = PassiveAggressiveClassifier()
ptn = Perceptron()
estimators = [lr,rg,pac,ptn]

---

正如您之前在函数中所做的那样

此方法将不起作用。估计器=[LinearRegression（），Ridge（），PassiveAggressionClassifier（），Perceptron（）]名称错误：名称“LinearRegression”在之前设置变量时未定义，如lr=LogisticRegression（），Ridge=Ridge（）。。。和估计量=[lr，岭，…]