Selezione casuale di righe
In questo esercizio confronterai i due metodi descritti per selezionare righe (voci) casuali con ripetizione in un DataFrame pandas:
- La funzione integrata di
pandas.random() - Il generatore di interi casuali di
NumPynp.random.randint()
In generale, in statistica e in Machine Learning, quando dobbiamo addestrare un algoritmo, lo alleniamo sul 75% dei dati disponibili e poi testiamo le prestazioni sul restante 25% dei dati.
Per questo esercizio, campioneremo casualmente il 75% di tutte le mani di poker giocate disponibili, usando ciascuno dei metodi sopra, e verificheremo quale metodo è più efficiente in termini di velocità.
Questo esercizio fa parte del corso
Scrivere codice efficiente con pandas
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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))