scikit-learn合适的剩余时间

有没有一种方法来估计拟合模型的剩余时间？例如scikit-learn合适的剩余时间

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

我有一个非常大的数据集（百万行），这将需要一些时间，所以我想知道估计时间，所以我可以做其他的thigngs并取回当过程结束。

像随机森林估计剩余时间的合奏应该[合理]容易。

来源

2014-03-03 mikkom

尝试verbose选项。您可以从0（无输出），1（更新每个作业）和2（更新每棵树）

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

来源

2014-03-04 01:54:32 ysakamoto

谢谢！这几乎就是我正在寻找的东西！太糟糕了，仅在每项工作完成后才会打印时间估计。在每棵树建成之后有没有办法打印估计值？ – mikkom

据我所知，我不认为它可以给你时间估计，因为每个人的机器都有不同的速度。但是，如果您知道创建一棵树需要多长时间，那么您可以很好地估计创建所有树木的时间。您可以直接在他们的邮件列表中询问，或者在他们的GitHub页面https://github.com/scikit-learn/scikit-learn中提出一个新功能。 – ysakamoto

谢谢，我想我会那样做的。我自己为Weka创建了类似的时间估算（计算平均树创建时间并将其投影到未创建的树上），并且多线程库已经在最后打印时间估计，这应该非常容易。 – mikkom

scikit-learn合适的剩余时间

回答

相关问题