如何使用 for 循环在 python3 中使用不同的预处理函数？

Question

我目前正在查看 scikit learn 的 preprocessing 函数。

我想知道我是否可以遍历预定义的预处理函数列表，这样我就不必为每个函数写出完整的设置代码。

例如一个函数的代码：

T = preprocessing.MinMaxScaler()
X_train = T.fit_transform(X_train) 
X_test = T.transform(X_test)

我尝试遍历预定义列表以使用不同的预处理函数：

pre_proc = ['Normalizer','MaxAbsScaler','MinMaxScaler','KernelCenterer', 'StandardScaler']

     for proc in pre_proc:
         T = 'preprocessing.'+ proc +'()'
         X_train = T.fit_transform(X_train)
         X_test = T.transform(X_test)

目前，这并不奇怪：

-->   37    X_train = T.fit_transform(X_train)

      38    X_test = T.transform(X_test) 

      39     for i in np.arange(startpt_c,endpt_c, step_c):

      AttributeError: 'str' object has no attribute 'fit_transform'

我想我需要将字符串作为正确的对象类型，然后调用该方法，即将它识别为一个函数。

有没有一种方法可以满足我 objective 使用循环的需求？

设置：Windows 8、64 bit 机器运行 Python 3 通过 Azure ML studio 中的 Jupyter notebook。

Answer 1

问题出在你这行代码

pre_proc = ['Normalizer','MaxAbsScaler','MinMaxScaler','KernelCenterer', ...

您在这里所做的是创建一个列表 pre_proc，它基本上只是一个字符串列表。 Python 不知道您实际上是想让它们成为函数。因此，当您尝试使用 T = 'preprocessing.'+ proc +'()' 时，python 会抛出一个错误并指出 T 是一个字符串并且没有 fit_transform 等方法。因此，不要使用字符串，而是使用实际的函数名称，即不要将它们放在引号中。像这样使用它们 -

pre_proc = [preprocessing.Normalizer, preprocessing.MaxAbsScalar, preprocessing.MinMaxScalar, preprocessing.KernelCenterer, preprocessing.StandardScaler]

如何使用 for 循环在 python3 中使用不同的预处理函数？

How to use different preprocessing functions in python3 using a for loop?

python

preprocessor

machine-learning

attributeerror

scikit-learn