问题
我正在尝试使用 for 循环更新我的分类器函数，但是“.I”不适用。

1. clf = XGBClassifier(base_score=None, booster=None, colsample_bylevel=None,
   
2.               colsample_bynode=None, colsample_bytree=0.5, gamma=0.1,
   
3.               gpu_id=None, importance_type='gain', interaction_constraints=None,
   
4.               learning_rate=101, max_delta_step=None, max_depth=2,
   
5.               min_child_weight=3, missing=nan, monotone_constraints=None,
   
6.               n_estimators=100, n_jobs=None, num_parallel_tree=None,
   
7.               objective='binary:logistic', random_state=None, reg_alpha=None,
   
8.               reg_lambda=None, scale_pos_weight=None, subsample=None,
   
9.               tree_method=None, validate_parameters=False, verbosity=None)
   
10. 
    
11. 
    
12. d = {'learning_rate': [0.2], 'colsample_bytree': [0.5],'gamma' : [0.3] }
    
13. m = pd.DataFrame(data=d)
    
14. 
    
15. parameters = ['learning_rate', 'colsample_bytree', 'gamma']
    
16. 
    
17. for i  in parameters:
    
18.     clf.i = m[i][0]

复制代码

我的期望：

使用新值切换参数。

回答
您可以尝试使用 setattr 。

https://docs.python.org/3/library/functions.html#setattr

在您的示例中，您将使用：

1. for i  in parameters:
   
2.     setattr(clf, i, m[i][0])

复制代码

问题
我正在尝试使用 for 循环更新我的分类器函数，但是“.I”不适用。

1. clf = XGBClassifier(base_score=None, booster=None, colsample_bylevel=None,
   
2.               colsample_bynode=None, colsample_bytree=0.5, gamma=0.1,
   
3.               gpu_id=None, importance_type='gain', interaction_constraints=None,
   
4.               learning_rate=101, max_delta_step=None, max_depth=2,
   
5.               min_child_weight=3, missing=nan, monotone_constraints=None,
   
6.               n_estimators=100, n_jobs=None, num_parallel_tree=None,
   
7.               objective='binary:logistic', random_state=None, reg_alpha=None,
   
8.               reg_lambda=None, scale_pos_weight=None, subsample=None,
   
9.               tree_method=None, validate_parameters=False, verbosity=None)
   
10. 
    
11. 
    
12. d = {'learning_rate': [0.2], 'colsample_bytree': [0.5],'gamma' : [0.3] }
    
13. m = pd.DataFrame(data=d)
    
14. 
    
15. parameters = ['learning_rate', 'colsample_bytree', 'gamma']
    
16. 
    
17. for i  in parameters:
    
18.     clf.i = m[i][0]

复制代码

我的期望：

使用新值切换参数。

回答
您可以尝试使用 setattr 。

https://docs.python.org/3/library/functions.html#setattr

在您的示例中，您将使用：

1. for i  in parameters:
   
2.     setattr(clf, i, m[i][0])

复制代码