前言
实验调优:仿真实验情况下,当前随机种子的效果可能不好,面临重复实验,较为粗暴的做法是跑100个随机种子下的指标,并且保存100份数据,最后选择效果最好的前10~20个作为算法的仿真数据。
一、将字典的元素按照值的大小进行排序
比如我们关心的指标是F1-score,每次随机种子都会得到一个指标值,可以通过字典的方式记录,如下:
import numpy as np
if __name__ == '__main__':
F1_score = dict()
for i in range(100):
random_state = np.random.RandomState(i)
a = random_state.randn(1)
while a<0 or a >1:
a = random_state.randn(1)
F1_score[i] = float(a)
因为我们保存了100份的数据,快速的找到效果好的,可以用sorted的方法根据值排序,如下:
# 默认是升序
sorted_F1_