![](/img/trans.png)
[英]Load multiple saved machine learning models with relative features sets in pythonic way
[英]Correct way of evaluating multiple machine learning models
我正在为我想要评估多个模型的机器学习项目在 Python 中编写一个 QARegression 模块。 假设,这是一个图像识别 model 在位于多个文件夹中的多个图像上运行。
- folder-1
- img-1
- img-2
- img-3
- folder-2
- img-1
......
我这样写有关系吗
for eachFolder in FolderList:
for eachImage in ImageList:
for eachModel in ModelList:
evaluate(predicted, GroundTruth)
或者
for eachModel in ModelList:
for eachFolder in FolderList:
for eachImage in ImageList:
evaluate(predicted, GroundTruth)
我到底想要像这样的 output
model_1 : score1
model_2 : score2
.
.
.
这在以下方面会更好
运行时复杂度
正确性
或者根本不重要,我们可以写吗?
这大概取决于外部因素。 如果每个 model 需要很长时间才能加载,您希望尽可能不频繁地加载,因此希望将 model 循环放在外面。 如果每个图像都非常大,您希望尽可能不频繁地加载它们,因此希望图像循环位于 model 循环之外。
他们俩都会评估每个模型。 但是第二个应该是 go。 第二个将采用 model 并评估 model 与所有文件夹中的所有图像。 这比为不同的图像一次又一次地加载模型要好。 此外,使用第一个代码片段评估所有模型也将更加困难。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.