Scikit-learn的拟合剩余时间

Question

有没有一种方法可以在拟合模型时估计剩余时间？例如：

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

我有一个相当大的数据集（数百万行），这需要一些时间，因此我想知道估计时间，这样我就可以做其他事情，在处理完成后回来。

使用类似随机森林的集成学习算法，估计剩余时间应该[相对]容易。

- mikkom

Answer 1

尝试使用“verbose”选项。您可以将其从0（无输出）、1（每个作业更新一次）和2（每个树更新一次）更改，例如：

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

- ysakamoto

---

谢谢！这几乎就是我要找的！可惜时间估计只在每个作业完成后打印。有没有办法在构建每棵树后打印估计时间？ - mikkom

据我所知，我认为它无法给出时间估计，因为每个人的机器速度都不同。但是，如果您知道创建一棵树需要多长时间，您可以很好地估计创建所有树所需的时间。您可以直接在他们的邮件列表中询问或在他们的GitHub页面https://github.com/scikit-learn/scikit-learn上提出新功能建议。 - ysakamoto

谢谢，我想我会这样做。我为Weka创建了类似的时间估计（计算平均树创建时间并将其投影到未创建的树），由于多线程库已经在结尾打印时间估计，所以应该非常容易。 - mikkom

卡在“正在构建第8个树形结构，共100个”处，然后长时间没有更新。 - huang