python - 如何存储/缓存类中方法的值以便稍后在同一类的其他方法中使用？

Question

我正在编写一个线性回归类，它可以将模型拟合到某些数据，类似于 scikit-learn implementation .

模型拟合后，我希望能够调用 predict() 方法而不必将经过训练的模型权重作为参数传递给该方法。到目前为止我所拥有的如下

class LinReg:
    """ Fit a linear model to data"""
    def __init__(self):
        ....

    def fit(self, x, y):
        """Fit a model to data x with targets y"""
        ...
        # model weights w are calculated here
        return w

    def predict(self, x, w):
        """Predict the target variable of the data x using trained weights w"""
        ...
        # predicted y values, y_pred, are calulated here
        return y_pred

训练后的权重w从fit()返回，因此用户可以将它们存储为变量以便稍后传递给predict() 方法。

lm = LinReg()
w = lm.fit(x,y)
y_pred = lm.predict(x_new, w) # don't want to pass w here

但是，我不想从 fit() 返回 w；我想在 fit() 中计算出 w 后以某种方式存储它，以便用户不必关心权重，而且还可以使权重可以在 predict() 方法中轻松使用。

我该怎么做？有没有 pythonic 或标准的 OO 方法来做到这一点？

Answer 1

我会将其存储为实例级属性:

def __init__(self):
    self.w = None  # define the prop here...
    ....

def fit(self, x, y):
    """Fit a model to data x with targets y"""
    ...
    # model weights w are calculated here
    self.w = your_computed_value

def predict(self, x):
    """Predict the target variable of the data x using trained weights w"""
    ...
    # predicted y values, y_pred, are calulated here
    do_something_here(self.w)
    return y_pred