Performance Sklearn RandomizedSearchCV突然卡住了
我尝试对SVM模型进行随机搜索,但似乎要花很长时间。这对KNN很有效。在完成某些任务后,我发现这个过程在某个地方卡住了。以下是我的代码:Performance Sklearn RandomizedSearchCV突然卡住了,performance,parameters,scikit-learn,grid-search,Performance,Parameters,Scikit Learn,Grid Search,我尝试对SVM模型进行随机搜索,但似乎要花很长时间。这对KNN很有效。在完成某些任务后,我发现这个过程在某个地方卡住了。以下是我的代码: # SVC Parameter Tuning svc_params = {'C': np.power(10, np.arange(-5., 1.)), 'kernel': ['rbf', 'linear', 'sigmoid', 'poly'], 'degree': np.arange(3, 21),
# SVC Parameter Tuning
svc_params = {'C': np.power(10, np.arange(-5., 1.)),
'kernel': ['rbf', 'linear', 'sigmoid', 'poly'],
'degree': np.arange(3, 21),
'coef0' : np.linspace(0, 1, 100),
'shrinking': [True, False],
'class_weight' : ['balanced', None]}
svc = RandomizedSearchCV(SVC(),
svc_params,
cv = 5,
scoring = 'roc_auc',
n_jobs = 128,
n_iter = 100,
verbose = 2)
在取得一些结果后,这个过程陷入了困境
[CV] kernel=poly, C=0.0001, degree=20, coef0=0.848484848485,
shrinking=True, class_weight=balanced, total= 11.1s
[CV] kernel=poly, C=0.0001, degree=20, coef0=0.848484848485,
shrinking=True, class_weight=balanced, total= 11.0s
[CV] kernel=poly, C=0.0001, degree=20, coef0=0.848484848485,
shrinking=True, class_weight=balanced, total= 11.5s
我真是不知所措。谢谢你的帮助 您的数据有多大?对于svm,标准化/标准化数据效果最好。你的数据是经过预处理的吗?@VivekKumar我的数据大小约为900,有9个特征。大多数都是分类值。你能发布一个到你的数据集的链接吗?我使用的是kaggle()的数据。我再次查看了sklearn的文档,我认为这可能是由学位设置引起的。我将其静音后效果良好。这可能是由于有一个高阶和多核,然后所有的数据点可能会崩溃到一个拥挤的空间。你的数据有多大?对于svm,标准化/标准化数据效果最好。你的数据是经过预处理的吗?@VivekKumar我的数据大小约为900,有9个特征。大多数都是分类值。你能发布一个到你的数据集的链接吗?我使用的是kaggle()的数据。我再次查看了sklearn的文档,我认为这可能是由学位设置引起的。我将其静音后效果良好。这可能是由于有一个高度和多核,然后所有的数据点可能会崩溃到一个拥挤的空间。