预测scikit学习分类将运行多长时间

Question

有没有一种方法可以根据参数和数据集预测从sci-kit学习运行分类器需要多长时间？我知道，很漂亮吧？

一些分类器/参数组合非常快，而有些则花费了很长时间，以至于我最终干掉了这个过程。我想要一种提前估算所需时间的方法。

另外，我会接受一些有关如何设置通用参数以减少运行时间的指针。

Answer 1

有非常特定的分类器或回归类，它们直接报告算法的剩余时间或进度（迭代次数等）。可以通过verbose=2向各个模型的构造函数传递（任何大于1的高数字）选项来打开大多数功能。
注意： 此行为符合sklearn-0.14。早期版本的详细输出有些不同（尽管仍然有用）。

最好的例子是ensemble.RandomForestClassifieror
ensemble.GradientBoostingClassifier`，它打印到目前为止构建的树数和剩余时间。

clf = ensemble.GradientBoostingClassifier(verbose=3)
clf.fit(X, y)
Out:
   Iter       Train Loss   Remaining Time
     1           0.0769            0.10s
     ...

要么

clf = ensemble.RandomForestClassifier(verbose=3)
clf.fit(X, y)
Out:
  building tree 1 of 100
  ...

此进度信息对于估计总时间非常有用。

然后还有其他模型，例如SVM，可打印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，线性模型之类的模型不提供此类诊断信息。

检查此线程以了解更多详细级别的含义：scikit-
learn适合剩余时间