字典迭代 Lambda Function

Question

我一直在遍历 arrays 字典，并对字典中的每个数组元素应用线性回归。

from sklearn.linear_model import LinearRegression
model = LinearRegression()
for i in my_dict.keys():
    test = model.fit(x_val.reshape(-1,1), my_dict[i].reshape(-1,1))
    coeff = float(test.coef_)
    intercept = float(test.intercept_)
    my_dict[i] = lambda x: coeff * x  + intercept

在每次迭代中，我非常有信心将适当的系数和截距分配给 lambda function。 但是，似乎字典中每个存储的 lambda function 都使用系数并截取字典中的“最后一个”键。 我似乎无法弄清楚为什么会这样。 谢谢！

Edit: I'm aware I can just assign the linear regressor object to each key instead of using a lambda function (I just preferred lambda functions). 然而，这并没有解决这个问题。

Answer 1

见这里和这里。

这是 Python 中的一个怪癖——闭包中的变量查找基于包含 scope 和变量名称的组合。 由于您的 lambdas 是在模块 scope 中定义的（请注意， for循环不会创建新范围），并且由于名称coeff和intercept没有更改，因此每次查找将始终是循环最后一次迭代的值。

要解决此问题，您可以执行以下操作之一：

1. 通过包装my_dict[i] = lambda x: coeff * x + intercept在本地 function
2. 通过将它们捕获为默认 arguments 来烘焙coeff并intercept到 lambda 的定义中： my_dict[i] = lambda x, coeff=coeff, intercept=intercept: coeff * x + intercept
3. 保存my_dict （或其他容器）中的单个coeff和intercept值，然后在需要时将它们拉出。