![](/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
我正在為我想要評估多個模型的機器學習項目在 Python 中編寫一個 QARegression 模塊。 假設,這是一個圖像識別 model 在位於多個文件夾中的多個圖像上運行。
- folder-1
- img-1
- img-2
- img-3
- folder-2
- img-1
......
我這樣寫有關系嗎
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)
我到底想要像這樣的 output
model_1 : score1
model_2 : score2
.
.
.
這在以下方面會更好
運行時復雜度
正確性
或者根本不重要,我們可以寫嗎?
這大概取決於外部因素。 如果每個 model 需要很長時間才能加載,您希望盡可能不頻繁地加載,因此希望將 model 循環放在外面。 如果每個圖像都非常大,您希望盡可能不頻繁地加載它們,因此希望圖像循環位於 model 循環之外。
他們倆都會評估每個模型。 但是第二個應該是 go。 第二個將采用 model 並評估 model 與所有文件夾中的所有圖像。 這比為不同的圖像一次又一次地加載模型要好。 此外,使用第一個代碼片段評估所有模型也將更加困難。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.