Python—通过将带有模型名的字符串作为输入来获取Scikit学习分类器

我想通过传递一个带有模型名称的字符串作为输入来检索特定的SKLearn模型对象。例如，目前我要加载一个多项式NB模型

from sklearn.naive_bayes import MultinomialNB

nb = MultinomialNB(alpha=1.0,
                   class_prior=None,
                   fit_prior=True)

我希望有一种方法，以便：

def get_model(model_name):
    (...)
    return model

---

因此，当我得到_模型（“多项式nb”）时，我得到与上面代码的

nb

相同的对象。Scikit中实现的任何东西都可以用于此学习？

一个选项是使用

importlib

。不过，这将迫使您同时传递要从中导入的模块。使用这种方法，模型超参数也应该在函数调用中参数化

例如：

import importlib
import sklearn

def get_model(
    model_name: str, import_module: str, model_params: dict
) -> sklearn.base.BaseEstimator:
    """Returns a scikit-learn model."""
    model_class = getattr(importlib.import_module(import_module), model_name)
    model = model_class(**model_params)  # Instantiates the model
    return model

然后你可以通过这样做来调用它

model_params = {"alpha": 1.0, "class_prior": None, "fit_prior": True}
nb = get_model("MultinomialNB", "sklearn.naive_bayes", model_params)

---

您可以创建一个字典，其中键是名称，值是模型<代码>例如{“多项式nb”：“多项式nb（alpha=1.0，class_prior=None，fit_prior=True）”，“”：“model method”}@Vishal好主意，谢谢！