乐趣区

关于程序员:Python解析参数的三种方法

明天咱们分享的次要目标就是通过在 Python 中应用命令行和配置文件来进步代码的效率

Let’s go!

咱们以机器学习当中的调参过程来进行实际,有三种形式可供选择。第一个选项是应用 argparse,它是一个风行的 Python 模块,专门用于命令行解析;另一种办法是读取 JSON 文件,咱们能够在其中搁置所有超参数;第三种也是鲜为人知的办法是应用 YAML 文件!好奇吗,让咱们开始吧!

先决条件

在上面的代码中,我将应用 Visual Studio Code,这是一个十分高效的集成 Python 开发环境。这个工具的美好之处在于它通过装置扩大反对每种编程语言,集成终端并容许同时解决大量 Python 脚本和 Jupyter 笔记本

当然如果你还不晓得怎么配置 VSCode,能够看这里

手把手将 Visual Studio Code 变成 Python 开发神器

数据集,应用的是 Kaggle 上的共享自行车数据集,能够在这里下载或者在文末获取

https://www.kaggle.com/datase…

应用 argparse

就像上图所示,咱们有一个规范的构造来组织咱们的小我的项目:

  • 蕴含咱们数据集的名为 data 的文件夹
  • train.py 文件
  • 用于指定超参数的 options.py 文件

首先,咱们能够创立一个文件 train.py,在其中咱们有导入数据、在训练数据上训练模型并在测试集上对其进行评估的根本程序:

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error, mean_absolute_error

from options import train_options

df = pd.read_csv('data\hour.csv')
print(df.head())
opt = train_options()

X=df.drop(['instant','dteday','atemp','casual','registered','cnt'],axis=1).values
y =df['cnt'].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

if opt.normalize == True:
    scaler = StandardScaler()
    X = scaler.fit_transform(X)
    
rf = RandomForestRegressor(n_estimators=opt.n_estimators,max_features=opt.max_features,max_depth=opt.max_depth)
model = rf.fit(X_train,y_train)
y_pred = model.predict(X_test)
rmse = np.sqrt(mean_squared_error(y_pred, y_test))
mae = mean_absolute_error(y_pred, y_test)
print("rmse:",rmse)
print("mae:",mae)

在代码中,咱们还导入了蕴含在 options.py 文件中的 train_options 函数。后一个文件是一个 Python 文件,咱们能够从中更改 train.py 中思考的超参数:

import argparse

def train_options():
    parser = argparse.ArgumentParser()
    parser.add_argument("--normalize", default=True, type=bool, help='maximum depth')
    parser.add_argument("--n_estimators", default=100, type=int, help='number of estimators')
    parser.add_argument("--max_features", default=6, type=int, help='maximum of features',)
    parser.add_argument("--max_depth", default=5, type=int,help='maximum depth')
    opt = parser.parse_args()
    return opt

在这个例子中,咱们应用了 argparse 库,它在解析命令行参数时十分风行。首先,咱们初始化解析器,而后,咱们能够增加咱们想要拜访的参数。

这是运行代码的示例:

python train.py

要更改超参数的默认值,有两种办法。第一个选项是在 options.py 文件中设置不同的默认值。另一种抉择是从命令行传递超参数值:

python train.py --n_estimators 200

咱们须要指定要更改的超参数的名称和相应的值。

python train.py --n_estimators 200 --max_depth 7

应用 JSON 文件

和后面一样,咱们能够放弃相似的文件构造。在这种状况下,咱们将 options.py 文件替换为 JSON 文件。换句话说,咱们想在 JSON 文件中指定超参数的值并将它们传递给 train.py 文件。与 argparse 库相比,JSON 文件能够是一种疾速且直观的代替计划,它利用键值对来存储数据。上面咱们创立一个 options.json 文件,其中蕴含咱们稍后须要传递给其余代码的数据。

{
"normalize":true,
"n_estimators":100,
"max_features":6,
"max_depth":5 
}

如上所见,它与 Python 字典十分类似。然而与字典不同的是,它蕴含文本 / 字符串格局的数据。此外,还有一些语法略有不同的常见数据类型。例如,布尔值是 false/true,而 Python 辨认 False/True。JSON 中其余可能的值是数组,它们用方括号示意为 Python 列表。

在 Python 中应用 JSON 数据的美好之处在于,它能够通过 load 办法转换成 Python 字典:

f = open("options.json", "rb")
parameters = json.load(f)

要拜访特定我的项目,咱们只须要在方括号内援用它的键名:

if parameters["normalize"] == True:
    scaler = StandardScaler()
    X = scaler.fit_transform(X)
rf=RandomForestRegressor(n_estimators=parameters["n_estimators"],max_features=parameters["max_features"],max_depth=parameters["max_depth"],random_state=42)
model = rf.fit(X_train,y_train)
y_pred = model.predict(X_test)

应用 YAML 文件

最初一种抉择是利用 YAML 的后劲。与 JSON 文件一样,咱们将 Python 代码中的 YAML 文件作为字典读取,以拜访超参数的值。YAML 是一种人类可读的数据表示语言,其中层次结构应用双空格字符示意,而不是像 JSON 文件中的括号。上面咱们展现 options.yaml 文件将蕴含的内容:

normalize: True 
n_estimators: 100
max_features: 6
max_depth: 5

在 train.py 中,咱们关上 options.yaml 文件,该文件将始终应用 load 办法转换为 Python 字典,这一次是从 yaml 库中导入的:

import yaml
f = open('options.yaml','rb')
parameters = yaml.load(f, Loader=yaml.FullLoader)

和后面一样,咱们能够应用字典所需的语法拜访超参数的值。

最初的想法

配置文件的编译速度十分快,而 argparse 则须要为咱们要增加的每个参数编写一行代码。

所以咱们应该依据本人的不同状况来抉择最为适合的形式

例如,如果咱们须要为参数增加正文,JSON 是不适合的,因为它不容许正文,而 YAML 和 argparse 可能非常适合。

好了,这就是明天分享的全部内容,喜爱就点个赞吧~

本文由 mdnice 多平台公布

退出移动版