『Python』MachineLearning机器学习入门_效率对比

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了『Python』MachineLearning机器学习入门_效率对比相关的知识,希望对你有一定的参考价值。

效率对比:

老生常谈了,不过这次用了个新的模块,

运行时间测试模块timeti:

 1 import timeit
 2 
 3 normal = timeit.timeit(sum(x*x for x in range(1000)), number=10000)
 4 native_np = timeit.timeit(sum(na*na),                                  # 重复部分
 5                        setup="import numpy as np; na = np.arange(1000)", # setup只运行一次
 6                        number=10000)                                     # 重复次数
 7 good_np = timeit.timeit(na.dot(na),
 8                         setup="import numpy as np; na = np.arange(1000)",
 9                         number=10000)
10 
11 print( 原生运行时间:    ,normal,\n,
12       原始numpy运行时间:,native_np,\n,
13       使用numpy自带函数:,good_np)
 原生运行时间:     1.236690534016816 
 原始numpy运行时间: 1.1835122400079854 
 使用numpy自带函数: 0.02045012399321422

 

以上是关于『Python』MachineLearning机器学习入门_效率对比的主要内容,如果未能解决你的问题,请参考以下文章

MachineLearning入门-2

MachineLearning:什么是机器学习

机器学习小记——KNN(K近邻) ^_^

python机器学习基础

python机器学习基础

MachineLearning入门-1