Python解析参数的三种方法

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!

Python解析参数的三种方法

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

​https://www.kaggle.com/datasets/lakshmi25npathi/bike-sharing-dataset​

使用 argparse

Python解析参数的三种方法

如上图所示,我们有一个组织小型项目的标准结构:

[En]

As shown in the figure above, we have a standard structure for organizing our small projects:

  • 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 pdimport numpy as npfrom sklearn.ensemble import RandomForestRegressorfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.metrics import mean_squared_error, mean_absolute_errorfrom options import train_optionsdf = pd.read_csv('data\hour.csv')print(df.head())opt = train_options()X=df.drop(['instant','dteday','atemp','casual','registered','cnt'],axis=1).valuesy =df['cnt'].valuesX_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 argparsedef 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

Python解析参数的三种方法

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级参数的名称和相应值。

[En]

We need to specify the name and corresponding value of the superparameter to change.

python train.py --n_estimators 200 --max_depth 7

使用 JSON 文件

Python解析参数的三种方法

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)

要访问一个具体的项目,我们只需要在方括号中引用它的键名称:

[En]

To access a specific project, we just need to reference its key name in square brackets:

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

Python解析参数的三种方法

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: 100max_features: 6max_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 yamlf = open('options.yaml','rb')parameters = yaml.load(f, Loader=yaml.FullLoader)

与前面一样,我们可以使用字典所需的语法访问超参数的值。

[En]

As before, we can access the value of the hyperparameter using the syntax required by the dictionary.

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。

因此,我们应该根据自己的不同情况选择最合适的方式。

[En]

So we should choose the most appropriate way according to our own different situations.

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。

好了,这就是我们今天所分享的。如果您喜欢,请点击[点赞]。

[En]

All right, that’s all we shared today. Click * like * if you like it.

后台回复”解析参数”获取数据集

Python解析参数的三种方法

Original: https://blog.51cto.com/u_10487107/5558964
Author: 周萝卜123
Title: Python解析参数的三种方法

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/504339/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球