就我而言,这一定是一个非常基本的误解。我有一个函数,可以根据随机值返回插值函数。
fct = create_interp_fct(x,y)
现在 fct 是可调用的插值函数。例如:
fct([0,0])
返回
array([[ 0.75894378,0.72761319,-0.23003647,-0.34790905,-0.51531125,-0.91211147]])
该函数的定义大致如下:
def create_interp_fct(x,y):
u,v = compute_some_random_values(x,y)
return RegularGridInterpolator(u,v) #from from scipy.interpolate
问题是,如果我再次调用 fct([0,0]),则会得到不同的输出。因此很明显,该函数是根据新的随机值重新定义的。 我的问题是:如何使用 fct 以便每次调用它时都不会重新定义它?想象一下 fct 的计算是非常昂贵的,但实际上却没有。如何“保存”当前计算的函数?或查看scikit中的所有机器学习资料(例如线性回归等)。如果我打电话
lr = lm.LinearRegression() # import sklearn.linear_model as lm
lr.fit(M,n)
您不能说我每次调用lr.score(M,n)都会重新计算线性回归吗?