python语言是多模型语言-python sklearn 用字典保存多个算法模型

希望生成一系列不同精度的 Naive Bayes 分类器，故需要保存多个这样的算法模型。

在python 语言中，可以用字典来保存 算法模型

import copy

##需要对模型进行 copy,故要 copy 模块

print('生成')

for i in np.arange(0,100):

y_train=flip(y1,p[i])

#print('翻转后元素真实标记比例',np.sum(y_train==y1)/y_train.shape[0])

true_label_ratio.append(np.sum(y_train==y1)/y_train.shape[0])

#names['model_%s' %i] = gnb.fit(X1,y1)

model_i=gnb.fit(X1,y_train) #当前 model

w=copy.copy(model_i)

model_all['%s'%i]=w

###若用 model_all['%s'%i]=model_i 则会出错##

preds=model_i.predict(X2)

#accu.append(accuracy_score(y2,preds))

print(accuracy_score(y2,preds))

#accu1.append(accuracy_score(y1,model_i.predict(X1)))

但python语言的 dict 有一个坑，就是，为了减少内存的使用，其键值对是链接关系，并未进行复制生成新的键值，故不能用同一个局部变量生成多值，否则后面值会覆盖前面值。如下：

a={}

for i in np.arange(1,4):

a['%s'%i]=i

##a={'1':3,'2':3,'3':3}

处理上述问题的做法有，进行一个显示复制，这样python语言才会真正给这个变量分配内存

a={}

for i in np.arange(1,4):

b=i.copy()

a['%s'%i]=b

##a={'1': 1, '2': 2, '3': 3}