要按名称在列表中访问glm模型，可以使用字典来存储模型，并按名称作为键。以下是一个示例代码：

from sklearn.linear_model import LogisticRegression

# 创建模型字典
models = {
    'model1': LogisticRegression(),
    'model2': LogisticRegression(),
    'model3': LogisticRegression()
}

# 训练模型
for name, model in models.items():
    # 假设有一个特征向量X和目标变量y
    model.fit(X, y)

# 通过名称获取模型
model_name = 'model2'
model = models[model_name]

# 使用模型进行预测
predictions = model.predict(X_test)

在上面的示例中，我们使用sklearn库中的LogisticRegression模型创建了一个名为models的字典。然后，我们可以通过名称从字典中获取相应的模型，并使用它进行预测。请注意，上述代码只是一个示例，实际应用中可能需要根据具体的情况进行适当的修改。