通过改变几个参数来运行Elastic Net模拟，并希望将输出系数保存到框架中以供稍后进行可能的审查.
最终希望节省具有两个参数标识符列(即"阿尔法"、"l1_ratio")和许多其他列的框架，以获取与这些参数匹配的模型的所得系数.
"Alpha"是一个浮点数(增量从.1到1000)，"l1_ratio"是一个从0到1的浮点数. "coefs"是一个numpy数组，我想将其扩展到每个系数值的单独列中(总数将保持固定，在这个简单的情况下假设为5).
例如:
alpha = .1
l1_ratio = .5
coefs = array([-1.30, -0.45, .04, .65, -0.88])
将导致最终收件箱中的行记录:
alpha l1_ratio c1 c2 c3 c4 c5
0 .1 .5 -1.30 -0.45 .04 .65 -0.88
我最终将循环并 for each 场景放置额外的行. 也不希望手动标记系数列，因为根据情况可能有数十个--将列标题保留为空也可以.
我该怎么做？
我想您将迭代生成所有数据点.然而，DataFrames不喜欢以这种方式增长.重复添加新行的性能很糟糕.
假设将产生新数据点的函数为logic，我会使用字典来收集它们，并最终创建一次DataFrame:
data = {}
for alpha, l1_ratio, coeffs in logic():
data[(alpha, l1_ratio)] = coeffs
df = (pd.DataFrame(data).T
.rename(columns=lambda x: f'c{x+1}')
.rename_axis(['alpha', 'l1_ratio'])
.reset_index() # optional
)
生成收件箱的变体:
df = (pd.DataFrame(data.keys(), columns=['alpha', 'l1_ratio'])
.join(pd.DataFrame(data.values())
.rename(columns=lambda x: f'c{x+1}'))
)
示例输出:
alpha l1_ratio c1 c2 c3 c4 c5
0 0.1 0.5 -1.3 -0.45 0.04 0.65 -0.88
1 0.2 0.5 -1.3 -0.45 0.04 0.65 -0.88