为啥我导入import 比如sklearn，tensorflow等第三方库的时候Python要跑几秒才导入完成，是磁盘问题还是第三方库太多了。第三方库下载太多会有啥问题吗？
Python导入第三方库需要加载库的代码和依赖项，因此可能需要一些时间来完成导入。有几个因素可能会影响导入速度：
磁盘问题：如果您的Python解释器需要从磁盘读取第三方库的文件，那么读取速度可能会影响导入速度。您可以尝试使用SSD硬盘或更快的存储设备，以提高读取速度。
第三方库的大小：如果第三方库很大，包含了大量的代码和依赖项，那么导入可能需要更长的时间。在这种情况下，您可以使用仅包含必需部分的较小库或优化过的版本。
网络问题：如果第三方库需要从网络下载依赖项或升级包，那么您的网络速度可能会影响导入速度。在这种情况下，您可以使用缓存或提前下载依赖项来提高导入速度。
Python版本问题：不同的Python版本可能具有不同的导入机制和优化，因此导入速度可能会有所不同。您可以尝试升级到最新的Python版本，以提高导入速度。
关于第三方库下载太多的问题，一方面可能会占用磁盘空间和内存，另一方面可能会导致导入时间变长。因此，您可以使用仅包含必需部分的库或优化过的版本，并定期清理不必要的库，以避免这些问题。
自定义分组
分成3组 每次取一组作为验证 总共三个输出
from sklearn.model_selection import StratifiedKFold
from sklearn.base import clone
skfolds = StratifiedKFold(n_splits=3, random_state=42)
for train_index, test_index in skfolds.split(X_train, y_train_5):
clone_clf = clone(sgd_clf)
X_train_folds = X_train[train_index]
y_train_folds = y_train_5[train_index]
X_test_fold = X_train[test_index]
y_test_fold = y_train_5[test_index]
clone_clf.fit(X_train_folds, y_train_folds)
y_pre = clone_clf.predict(X_test_fold)
n_correct = sum(y_pre == y_test_fold)
print(n_correct / len(y_pre))
from sklearn.model_selection import cross_val_score
cross_val_score(sgd_clf, X_train, y_train_5, cv=3, scoring="accuracy")
Never5Classifier这里返回全false 判断输入是非5 也就是输入任何数据准确率都可以达到90%
from sklearn.base import BaseEstimator
class Never5Classifier(BaseEstimator):
def fit(self, X, y=None):
pass
def predict(self, X):
return np.zeros((len(X), 1), dtype=bool)
never_5_clf = Never5Classifier()
cross_val_score(never_5_clf, X_train, y_train_5, cv=3, scoring="accuracy")
该回答来自chatgpt
Python库导入很慢的原因可能有很多，以下是一些可能的原因和解决方法：