scikit-learn fit 剩余时间答案

【问题标题】：scikit-learn fit remaining timescikit-learn fit 剩余时间
【发布时间】：2014-04-05 05:58:21
【问题描述】：

有没有办法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），这将需要一些时间，所以我想知道估计的时间，以便我可以做其他事情并在流程完成后返回。

对于像随机森林这样的集合，剩余时间的估计应该[合理]容易。

【问题讨论】：

【解决方案1】：

尝试verbose 选项。您可以将其更改为 0（无输出）、1（每个作业更新）和 2（每个树更新），例如

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

【讨论】：

谢谢！这几乎正是我想要的！太糟糕了，仅在每个作业完成后才打印时间估计。有没有办法在每棵树建成后打印估算值？
据我所知，我认为它不能给你时间估计，因为每个人的机器速度不同。但是，如果您知道创建一棵树需要多长时间，您就可以很好地估计创建所有树需要多长时间。您可以直接在他们的邮件列表中询问或在他们的 GitHub 页面 github.com/scikit-learn/scikit-learn 中提出新功能。
谢谢，我想我会的。我自己为 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），并且由于多线程库已经在最后打印时间估计，它应该非常容易。
卡在building tree 8 of 100 然后很久没有更新了。