Machine learning LOF的不同运行时

我使用Elki运行LOF算法，但每次我在Elki中运行LOF算法时，Elki都会在同一数据集上给出不同的运行时间。

---

我很困惑为什么会发生这种情况？

正如@Anony mouse在评论中提到的，很难获得可靠的运行时值

这不是ELKI特有的——LOF算法不涉及随机性，因此可以假设每次都得到相同的运行时。但实际上，你并不是每次都能得到相同的结果

以下是关于获得更可靠运行时的一些提示：

不要在同一过程中运行多个实验。为每个JVM启动一个新JVM（否则，它可能必须在某个时候对上一次运行的对象进行垃圾收集）

小于1秒的运行时差异不显著。要测量运行时（比如说不到一秒钟），您应该使用专门的工具，例如

运行几次，并使用中值或截断平均值

禁用turbo boost，并确保CPU冷却良好。在Linux上（我建议您使用专用的Linux系统进行基准测试！），您可以通过以下方式禁用CPU boost：

echo 1 | sudo tee /sys/devices/system/cpu/intel_pstate/no_turbo

我的CPU有一个3.4GHz的基本时钟，但可以提升到3.9GHz。这是15%的速度，但它不能运行3.9千兆赫时，使用所有的核心。根据运行的线程数，实际时钟可能是3.4、3.7、3.8、3.9 GHz；它甚至可以暂时决定将油门降到甚至1.6GHz。因此，您甚至可能需要监控CPU时钟速度（例如，请参阅

grep“^CPU MHz”/proc/cpuinfo

）。但一定要禁用涡轮增压

不要使用

-verbose

。日志记录对运行时有显著影响

不要使用MiniGUI。请注意，MiniGUI显示一个供您复制的命令行，如

KDDCLIApplication-dbc.in file.csv-algorithm…

，允许您从控制台运行实验，而无需GUI开销

不要使用可视化。可视化需要大量内存和CPU，这将产生可测量的影响。ELKI尝试独立测量算法时间，然后可视化；但是，即使关闭了可视化窗口，也可能会在后台进行一些内存清理。最好，对于运行时基准测试，使用

-resultandler discardsresultandler

放弃实际结果；并从

-time

日志中获取时间（日志应该只有几行长；避免输出过多）

---

差别有多大？您意识到运行时会因GUI、IO、垃圾收集、CPU的热节流和许多其他因素而有所不同？每次运行时3329ms apprx的差异以及差异也会有所不同。不，我不知道这些因素。总共是多少？一次我运行Elki时的运行时间是62581毫秒，但第二次运行时的运行时间是65910毫秒，所以两者的差异是33295%，比我预期的要大，但Java和现代CPU并不令人惊讶。您的CPU可能能够将其时钟速度提高10%，但由于温度原因，它可能无法维持很长时间。我不应该使用“Elki CLI”？是的，使用命令行界面更可靠，因为您每次都有一个新的JVM，并且没有UI开销。给定参数“dbc.in”的文件数据\synthetic\Vorlesung\mickey-mouse.csv不存在！我不知道政府如何处理这个问题。请指导。未处理以下参数：[data/synthetic/Vorlesung/mickey mouse.csv]以下配置错误阻止了执行：参数“dbc.in”的给定文件data\synthetic\Vorlesung\mickey-mouse.csv不存在！实例化内部类时出错：de.lmu.ifi.dbs.elki.workflow.InputStep由于配置错误而停止执行。这是eclipse显示的完整错误，我刚刚导入了elki项目并与gradle进行了同步，然后点击run按钮，eclipse显示了上述错误，github上也没有找到mickey-mouse.csv。是的，因为文件已重命名。您需要修复文件名。