Question

我是一个Python新手，我必须做一些简单的工作。

我使用sklearn.mixture方法来处理数据，但这需要花费太多时间。

我已经在某处here阅读并决定 cythonize 这些功能。

我在python setup.py build_ext --inplace的所有 *。py 文件中完成sklearn.mixture，如教程所述。但是，调用这些方法的时间保持完全相同。我甚至重命名了 *。py 文件，以确保编译的本机库是链接的。

我的测试应用程序如下：

import os
import datetime
from sklearn import mixture
import pickle

def process():
    with open('test_in', 'rb') as f:
        mfcc = pickle.load(f)
    time_start = datetime.datetime.now()
    print(time_start.strftime("%Y-%m-%d %H:%M:%S.%f"))
    gmm = mixture.GaussianMixture(n_components=10,  max_iter=150)
    voice_model = gmm.fit(mfcc)
    time_end = datetime.datetime.now()
    print(time_end.strftime("%Y-%m-%d %H:%M:%S.%f"))
    delta = time_end - time_start
    print('Delta: ' + str(delta))
    with open('test_out', 'wb') as f:
        pickle.dump(voice_model, f)
    return

process()

那么，有人能告诉我我做错了吗？

还有其他方法可以改善效果吗？

cython之后的sklearn.mixture不会变得更快

0 个答案: