Python scikit learn ExtraTreesClassifier预测使用Pandas DataFarme、datatale Frame和Numpy阵列提供不同的执行时间

我正在使用scikit学习树外分类器

import pandas as pd
import datatable as dt
import numpy as np
from sklearn.ensemble import ExtraTreesClassifier

def __init__(self):
    self.ExTrCl = ExtraTreesClassifier()

熊猫数据场与datatale帧与Numpy阵列的预测给出了不同的执行时间

首先，我基于测试数据集生成一个numpy 2d数组，

generateTestPart（testDataSet，列出列中使用的主题）

我使用三种方法进行预测，使用1）熊猫数据场：

def test_groupe_score_pd(self, test_matrix)
    start_time_0 = time.time()
    dftest = pd.DataFrame(test_matrix,columns=self.list_motifs)
    end_time = time.time()
    print(" time creating DataFrame = ", end_time-start_time_0)

    start_time = time.time()
    result = self.ExTrCl.predict(dftest)
    end_time = time.time()

    print(" Time pred only = ",end_time-start_time," s")
    print(" Time create + pred = ",end_time-start_time_0," s")

使用datatable：

直接使用numpy：

使用尺寸大于500 Mo的基质得出的结果如下表所示：

很明显，对于预测，使用大熊猫的效果最好，但是我们必须考虑数据文件的创建，因此，使用直接编号似乎是最好的选择。 问题是：为什么预测时间会有如此大的差异？使用熊猫vs数据表vs numpy

谢谢你的帮助

    def test_groupe_score_dt(self, test_matrix):
        start_0_time = time.time()
        dt_dftest = dt.Frame(np.array(test_matrix),names=self.list_motifs)
        end_time = time.time()
    
        print(" time create Fram dt = ",end_time-start_0_time)
    
        start_time = time.time()
        result = self.ExTrCl.predict(dt_dftest)
        end_time = time.time()
    
        print(" Time pred only = ",end_time-start_time," s")
        print(" Time pred + create = ",end_time-start_0_time," s")

    def test_groupe_score_numpy(self, test_matrix):
        start_0_time = time.time()
        start_time = time.time()
        result = self.ExTrCl.predict(test_matrix)
        end_time = time.time()
        
        print(" Time pred only = ",end_time-start_time," s")