我開設(shè)了一個(gè)課程來(lái)探索和訓(xùn)練模型。當(dāng)我在下面的代碼示例中更改下拉菜單“choose_model_type”的值時(shí)，我希望儀表板中沒(méi)有任何變化，因?yàn)锧param.depends('choose_model_type', watch=True)我的類中沒(méi)有。但是，當(dāng)我更改下拉菜單“choose_model_type”的值時(shí)，我的儀表板會(huì)更新。在這種情況下，如果我查看日志，函數(shù) plot_y() 會(huì)被觸發(fā)兩次：2019-09-26 11:24:42,802 開始 plot_y2019-09-26 11:24:42,825 開始 plot_y這對(duì)我來(lái)說(shuō)是意想不到的行為。我不希望在更改“choose_model_type”時(shí)觸發(fā) plot_y()。我如何確保僅在“y”更改（并且我的繪圖在儀表板中更新）而不是其他參數(shù)（例如下拉菜單）更改時(shí)才觸發(fā) plot_y？我想控制什么時(shí)候觸發(fā)，但對(duì)我來(lái)說(shuō)似乎有一些魔法正在發(fā)生。其他相關(guān)問(wèn)題是：為什么 plot_y() 被觸發(fā)兩次？如果我更改 'pred_target' 它也會(huì)觸發(fā) plot_y() 兩次。當(dāng)我更改“choose_model_type”的值時(shí)也會(huì)發(fā)生同樣的情況：plot_y() 被觸發(fā)兩次。# library imports    import loggingimport numpy as npimport pandas as pdimport hvplotimport hvplot.pandasimport holoviews as hvfrom holoviews.operation.datashader import datashade, dynspreadhv.extension('bokeh', logo=False)import panel as pnimport param# create some sample datadf = pd.DataFrame(np.random.choice(100, size=[50, 2]), columns=['TARGET1', 'TARGET2'])# class to train my models with some settingsclass ModelTrainer(param.Parameterized):    logging.info('initializing class')    pred_target = param.Selector(        default='TARGET1',        objects=['TARGET1', 'TARGET2'],        label='Choose prediction target'    )    choose_model_type = param.Selector(        default='LINEAR',         objects=['LINEAR', 'LGBM', 'RANDOM_FOREST'],        label='Choose type of model',    )    y = df[pred_target.default]    # i expect this function only to be triggered when pred_target changes    @param.depends('pred_target', watch=True)    def _reset_variables(self):        logging.info('starting reset variables')        self.y = df[self.pred_target]    # i expect plot_y() only to be triggered when y changes       @param.depends('y', watch=True)    def plot_y(self):        logging.info('starting plot_y')        self.y_plot = dynspread(datashade(self.y.hvplot.scatter()))        return self.y_plotmodel_trainer = ModelTrainer()