有没有一种方法可以根据参数和数据集预测从sci-kit learn运行分类器需要多长时间?我知道,这很抽象,对吧?
某些分类器/参数组合非常快,而有些则需要很长时间,以至于我最终只能终止该进程。我希望有一种方法可以预先估计所需时间。
或者,我愿意接受一些指针,以便设置常见参数以减少运行时间。
有没有一种方法可以根据参数和数据集预测从sci-kit learn运行分类器需要多长时间?我知道,这很抽象,对吧?
某些分类器/参数组合非常快,而有些则需要很长时间,以至于我最终只能终止该进程。我希望有一种方法可以预先估计所需时间。
或者,我愿意接受一些指针,以便设置常见参数以减少运行时间。
有一些非常特定的分类器或回归器可以直接报告算法的剩余时间或进度(迭代次数等)。大多数情况下,通过将高于1的任何数字作为选项verbose=2
传递给各个模型的构造函数即可启用此功能。注意:此行为是根据sklearn-0.14版本的要求执行的。早期版本具有略有不同的详细输出(尽管仍然有用)。
最好的例子是ensemble.RandomForestClassifier
或ensemble.GradientBoostingClassifier
,它们会打印到目前为止构建的树的数量和剩余时间。
clf = ensemble.GradientBoostingClassifier(verbose=3)
clf.fit(X, y)
Out:
Iter Train Loss Remaining Time
1 0.0769 0.10s
...
或者
clf = ensemble.RandomForestClassifier(verbose=3)
clf.fit(X, y)
Out:
building tree 1 of 100
...
这个进度信息相当有用,可以估计总时间。
然后还有其他模型,例如SVM,打印已完成的优化迭代次数,但不直接报告剩余时间。
clf = svm.SVC(verbose=2)
clf.fit(X, y)
Out:
*
optimization finished, #iter = 1
obj = -1.802585, rho = 0.000000
nSV = 2, nBSV = 2
...
据我所知,像线性模型这样的模型并不提供这样的诊断信息。
查看此线程以了解有关冗长级别含义的更多信息:scikit-learn fit remaining time
In [4]: %timeit NMF(n_components=16, tol=1e-2).fit(X)
1 loops, best of 3: 1.7 s per loop
https://ipython.readthedocs.io/en/stable/interactive/magics.html
我们正在开发一个包,用于给出scikit-learn拟合的运行时间估计。
你可以在运行algo.fit(X, y)之前运行它,以获取运行时间估计。
以下是一个简单的使用案例:
from scitime import Estimator
estimator = Estimator()
rf = RandomForestRegressor()
X,y = np.random.rand(100000,10),np.random.rand(100000,1)
# Run the estimation
estimation, lower_bound, upper_bound = estimator.time(rf, X, y)
欢迎随时查看!