今天我们分享的主要目的就是通过在 Python 中使用命令行和配置文件来提高代码的效率
Let's go!
我们以机器学习当中的调参过程来进行实践，有三种方式可供选择。第一个选项是使用 argparse，它是一个流行的 Python 模块，专门用于命令行解析；另一种方法是读取 JSON 文件，我们可以在其中放置所有超参数；第三种也是鲜为人知的方法是使用 YAML 文件！好奇吗，让我们开始吧！
先决条件
在下面的代码中，我将使用 Visual Studio Code，这是一个非常高效的集成 Python 开发环境。这个工具的美妙之处在于它通过安装扩展支持每种编程语言，集成终端并允许同时处理大量 Python 脚本和 Jupyter 笔记本
当然如果你还不知道怎么配置 VSCode，可以看这里
手把手将Visual Studio Code变成Python开发神器
数据集，使用的是 Kaggle 上的共享自行车数据集，可以在这里下载或者在文末获取
使用 argparse
就像上图所示，我们有一个标准的结构来组织我们的小项目：
包含我们数据集的名为 data 的文件夹 train.py 文件 用于指定超参数的 options.py 文件首先，我们可以创建一个文件 train.py，在其中我们有导入数据、在训练数据上训练模型并在测试集上对其进行评估的基本程序：
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，我们还导入了包含在 options.py 文件中的 train_options 函数。后一个文件是一个 Python 文件，我们可以从中更改 train.py 中考虑的超参数：
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，我们使用了 argparse 库，它在解析命令行参数时非常流行。首先，我们初始化解析器，然后，我们可以添加我们想要访问的参数。
这是运行代码的示例：
python?train.py
要更改超参数的默认值，有两种方法。第一个选项是在 options.py 文件中设置不同的默认值。另一种选择是从命令行传递超参数值：
python?train.py?--n_estimators?200
我们需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
使用 JSON 文件
和前面一样，我们可以保持类似的文件结构。在这种情况下，我们将 options.py 文件替换为 JSON 文件。换句话说，我们想在 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 文件可以是一种快速且直观的替代方案，它利用键值对来存储数据。下面我们创建一个 options.json 文件，其中包含我们稍后需要传递给其他代码的数据。
{
"normalize":true,
"n_estimators":100,
"max_features":6,
"max_depth":5?
}
如上所见，它与 Python 字典非常相似。但是与字典不同的是，它包含文本/字符串格式的数据。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 识别 False/True。JSON 中其他可能的值是数组，它们用方括号表示为 Python 列表。
在 Python 中使用 JSON 数据的美妙之处在于，它可以通过 load 方法转换成 Python 字典：
f?=?open("options.json",?"rb")
parameters?=?json.load(f)
要访问特定项目，我们只需要在方括号内引用它的键名：
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)
使用 YAML 文件
最后一种选择是利用 YAML 的潜力。与 JSON 文件一样，我们将 Python 代码中的 YAML 文件作为字典读取，以访问超参数的值。YAML 是一种人类可读的数据表示语言，其中层次结构使用双空格字符表示，而不是像 JSON 文件中的括号。下面我们展示 options.yaml 文件将包含的内容：
normalize:?True? n_estimators:?100 max_features:?6 max_depth:?5
在 train.py 中，我们打开 options.yaml 文件，该文件将始终使用 load 方法转换为 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)
和前面一样，我们可以使用字典所需的语法访问超参数的值。
最后的想法
配置文件的编译速度非常快，而 argparse 则需要为我们要添加的每个参数编写一行代码。
所以我们应该根据自己的不同情况来选择最为合适的方式
例如，如果我们需要为参数添加注释，JSON 是不合适的，因为它不允许注释，而 YAML 和 argparse 可能非常适合。
到此这篇关于Python实现解析参数的三种方法详解的文章就介绍到这了,更多相关Python解析参数内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
查看更多关于Python实现解析参数的三种方法详解的详细内容...