रैंडम रो चयन
इस अभ्यास में, आप pandas DataFrame में replacement के साथ रैंडम रो (एंट्री) चुनने के लिए बताई गई दो विधियों की तुलना करेंगे:
- बिल्ट-इन
pandasफंक्शन.random() NumPyका रैंडम इंटीजर नंबर जेनरेटरnp.random.randint()
आम तौर पर, सांख्यिकी और मशीन लर्निंग में जब हमें कोई एल्गोरिदम ट्रेन करना होता है, तो हम उपलब्ध डेटा के 75% पर एल्गोरिदम को ट्रेन करते हैं और शेष 25% पर उसके परफॉर्मेंस का टेस्ट करते हैं।
इस अभ्यास के लिए, हम ऊपर दी गई दोनों विधियों में से प्रत्येक का उपयोग करके उपलब्ध सभी खेले गए पोकर हैंड्स में से 75% को रैंडम तरीके से सैंपल करेंगे, और देखेंगे कि गति के लिहाज़ से कौन-सी विधि अधिक कुशल है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ कुशल कोड लिखना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Extract number of rows in dataset
N=poker_hands.shape[0]
# Select and time the selection of the 75% of the dataset's rows
rand_start_time = time.time()
poker_hands.iloc[np.random.randint(____=0, high=____, ____=int(0.75 * N))]
print("Time using Numpy: {} sec".format(time.time() - rand_start_time))