如何加快 Python Dedupe？
我正在使用本地内存运行。当我比较“多对一”记录时，需要 20 多秒。我只是将 2 条记录与 1 条记录进行比较。当我将 600 条记录与 1 条记录进行比较时，仍然需要大约 20 秒。
print("clustering...")
linked_records = linker.join(data_1, data_2, 0.01, 'many-to-one')
它总是挂在linked_records 线上。是否有一种设置可以使较小的数据集运行得更快？
在 linker.partition 中，它声明了以下内容：
此方法仅适用于较大数据的中小型数据集，您可能需要生成自己的记录对并将它们提供给 ~score。
你是怎样做的？