Как повысить скорость работы программы для больших данных на Python

Я пытаюсь рассчитать вероятность предсказания. Я написал программу, которая выполняет вычисления, но скорость очень медленная и занимает много времени для большого набора данных.

Цель состоит в том, чтобы рассчитать вероятность каждого предсказания в модели SVM, используя LinearSVC и OneVsRestClassifier, но получая ошибку

AttributeError: 'LinearSVC' object has no attribute 'predict_proba'

Из-за указанной выше ошибки я попробовал ниже

Код

from sklearn import svm

model_1 = svm.SVC(kernel='linear', probability=True)

from sklearn.preprocessing import LabelEncoder

X_1 = df["Property Address"]
lb = LabelEncoder()
X_2 = lb.fit_transform(X_1)

y_1 = df["Location_Name"]
y_2 = lb.fit_transform(y_1)

test_1 = test["Property Address"]
lb = LabelEncoder()
test_1 = lb.fit_transform(test_1)

X_2= X_2.reshape(-1, 1)
y_2= y_2.reshape(-1, 1)
test_1 = test_1.reshape(-1, 1)

model_1.fit(X_2, y_2)

results = model_1.predict_proba(test_1)[0]

# gets a dictionary of {'class_name': probability}
prob_per_class_dictionary = dict(zip(model.classes_, results))

Есть ли другой способ выполнить ту же задачу? пожалуйста предложите

Я не уверен, что понимаю. Ваш код медленный или вызывает ошибку? Две очень разные проблемы.

Andras Deak 30.10.2018 13:15

Я разместил сообщение, но не получил решения [stackoverflow.com/questions/53040262/…. Я написал очень медленный код. Я не получаю ошибок в приведенном выше коде.

user10468005 30.10.2018 13:25
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
2
309
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Вы можете использовать sklearns Калиброванный классификаторCV, если вам нужно использовать метод predict_proba.

Или вы можете использовать Логистическая регрессия.

Если ваша проблема связана со скоростью, попробуйте использовать LinearSVC в sklearn.svm вместо SVC(kernel='linear'). Это быстрее.

Как рассчитать вероятность предсказания с помощью LinearSVC?

user10468005 30.10.2018 13:27

Вы пробовали, например: calibrated_svc = CalibratedClassifierCV (LinearSVC (), method = 'sigmoid', cv = 3)? Затем установите его и используйте pred_proba

Isbister 30.10.2018 13:29

да, появляется ошибка: ValueError: Requesting 3-fold cross-validation but provided less than 3 examples for at least one class. - код: calibrated_svc.fit(X_2, y_2)

user10468005 30.10.2018 13:38

Вы понимаете ошибку? Если вы не хотите использовать calibrated_svc, просто используйте sklearn.linear_model.LogisticRegression в качестве своей модели.

Isbister 30.10.2018 13:42

Как предлагается в другом ответе, LinearSVC быстрее, чем SVC(kernel='linear').

Что касается вероятности, то у SVC нет predict_proba(). Вместо этого вы должны установить его гиперпараметр probability на True. Ссылка

Кончик: SVM предпочтительнее для небольших наборов данных, поэтому предпочитайте использовать другие алгоритмы для обработки больших наборов данных.

Другие вопросы по теме