научись подходить оставшееся время

Question

научись подходить оставшееся время

1

Есть ли способ оценить оставшееся время при подгонке модели? Например

model = sk.ensemble.RandomForestRegressor(n_estimators=10)
model.fit(x, y)

У меня довольно большой набор данных (миллионы строк), это займет некоторое время, поэтому я хотел бы знать приблизительное время, чтобы я мог выполнять другие тигги и возвращаться, когда процесс завершен.

С ансамблями, такими как случайная оценка леса оставшегося времени, должно быть [разумно] легко.

mikkom 04 март 2014, в 00:05

Источник

Теги:

python

scikit-learn

1 ответ

Ещё вопросы

ysakamoto · Accepted Answer · 2014-03-04T00-19-00.000Z

6

Лучший ответ

Попробуйте параметр verbose. Вы можете изменить его с 0 (нет вывода), 1 (обновление для каждого задания) и 2 (обновление для каждого дерева), например

model = RandomForestRegressor(n_estimators=100, verbose=2, n_jobs=2).fit(X_train, y_train)

ysakamoto 04 март 2014, в 00:19

0

Спасибо! Это почти то, что я искал! Жаль, что оценки времени печатаются только после завершения каждого задания. Есть ли способ напечатать оценки после того, как каждое дерево было построено?
mikkom 04 март 2014, в 07:43
0

Насколько я знаю, я не думаю, что это может дать вам оценку времени, потому что у всех машин разная скорость. Но если вы знаете, сколько времени занимает создание одного дерева, вы можете получить точную оценку того, как долго создаются все деревья. Вы можете напрямую спросить в их списке рассылки или предложить новую функцию на их странице GitHub github.com/scikit-learn/scikit-learn .
ysakamoto 04 март 2014, в 08:29
0

Спасибо, думаю, я сделаю это. Я сам создал аналогичную оценку времени для Weka (вычисляя время создания дерева avg и проецируя его на несозданные деревья), и поскольку многопоточная библиотека уже выводит оценки времени в конце, это должно быть очень легко.
mikkom 04 март 2014, в 10:55

Показать ещё 1 комментарий