python - TPOT 训练时间太长
问题描述
我第一次尝试在大约 7000 行的数据集上使用 tpot,当尝试在占整个数据集 25% 的训练数据集上训练 tpot 时,tpot 花费的时间太长。我在 google colab 上运行代码大约 45 分钟,优化进度仍为 4%。我一直在尝试使用以下示例:http: //epistasislab.github.io/tpot/examples/。tpot 需要这么长时间是典型的吗,因为到目前为止我认为它甚至不值得尝试使用它
解决方案
TPOT 可能需要很长时间,具体取决于您拥有的数据集。您必须考虑 TPOT 正在做什么:TPOT 正在评估数千个分析管道并在后台在您的数据集上拟合数千个 ML 模型,如果您有一个大数据集,那么所有这些拟合可能需要很长时间——尤其是如果您在功能较弱的计算机上运行它。
如果您想要更快的结果,您有几个选择:
使用“TPOT light”配置,使用更简单的模型,运行速度更快。
将
n_jobs
参数设置为-1
或大于 的数字1
,这将允许 TPOT 并行评估管道。-1
如果您有一台多核机器,它将使用所有可用的内核并显着加快速度。subsample
使用参数对数据进行二次采样。默认值为 1.0,对应于使用 100% 的训练数据。您可以对较低百分比的数据进行二次抽样,TPOT 将运行得更快。
推荐阅读
- php - woocommerce 将类别导航添加到产品类别页面或动态页面
- python - pandas 检查最后一个 groupbyed 元素
- python - 使用多个运算符计算线性约束的动态方法
- laravel - I am seeing old laravel site even after updating files
- java - MockBean 在 restful 服务中很奇怪
- django - /savepost/ 处的 MultiValueDictKeyError
- python - 如何将dict项目转换为句子
- c - strcmp 在一个简单的字符串搜索程序中返回 __strcmp_sse2_unaligned()
- sql - 在今天的两个时间之间生成时隙
- postgresql - Postgres JSONB 检索非常慢