首页 > 代码库 > 『Python』MachineLearning机器学习入门_效率对比
『Python』MachineLearning机器学习入门_效率对比
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
『Python』MachineLearning机器学习入门_效率对比
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。