通过遍历模型字典生成模型预测的数据框答案

【问题标题】：generate dataframe of model predictions by looping through dictionary of models通过遍历模型字典生成模型预测的数据框
【发布时间】：2023-03-11 04:24:01
【问题描述】：

我想像这样遍历字典：

models = {'OLS': LinearRegression(),
         'Lasso': Lasso(),
         'LassoCV': LassoCV(n_alphas=300, cv=3)}

然后我想生成每个模型预测的数据框。

到目前为止，我将这个写成代码，它只生成每个结果的数组：

predictions = []

for i in models:   
    predictions.append(models[i].fit(X_train,y_train).predict(X_test))

作为最终结果，我想要一个数据框，其中每一列都由字典中的键标记，结果值与列内的模型键名关联。

谢谢！

【问题讨论】：

标签： loops dictionary scikit-learn

【解决方案1】：

您可以直接将predictions 插入到数据框中，而不是将predictions 附加到列表中。

代码：

import pandas as pd
models = {'OLS': LinearRegression(),
         'Lasso': Lasso(),
         'LassoCV': LassoCV(n_alphas=300, cv=3)}
df = pd.DataFrame()
for i in models:
  df[i] = models[i].fit(X_train,y_train).predict(X_test)

【讨论】：

谢谢！在我能流利地用python思考之前，我还有很长的路要走。非常感谢您的帮助:-)
如果这回答了您满意的问题，请随时接受并投票。请参阅this 了解更多信息。