Python 使用sklearn和pickle的随机林进行循环预测

我在Python3.6上使用sci工具包学习，在循环中使用从Pickle加载的随机林进行预测时遇到一些运行时问题

当我从一个带有1个估计器（树）的随机林中进行预测时，每个样本的运行时间约为0.002秒。然而，当我增加估计器的数量（>1）时，无论树的数量如何，运行时间都会增长到每个样本0.1秒

以下是我保存模型的代码：

clf = RandomForestClassifier(n_estimators=1, #or > 1 
            n_jobs=-1,
            random_state=2,
            max_depth=15,
            min_samples_leaf=1,
            verbose=0,
            max_features='auto'
            )

clf.fit(X_train, y_train)

with open('classifier.pkl', 'wb') as fid:
    cPickle.dump(clf, fid)  

下面是我在循环中加载模型和预测的代码：

with open('classifier.pkl', 'rb') as fid:
    clf = cPickle.load(fid)

for s in samples:
    #my feature extraction method
    pred = clf.predict(feature) #feature is a 1D np array containing features computed for the sample s 

我不明白为什么运行时与树的数量不成比例，为什么它增长如此之快。是虫子还是我用错了泡菜

拜托，你能帮我吗

---

CB

如果在预测之前不进行pickle，你会看到同样的问题吗（我猜不会吧？）？事实上，当我连续对多棵树的样本进行预测时，我可以在pickle之前观察到同样的问题（1棵树仍然没有问题）。这是因为我在预测单个样本上的连续标签（作为一系列1D numpy阵列）？由于一次性预测所有数据集（作为2D numpy数组）似乎没有运行时问题，因此预测一个样本的一个标签作为1D np数组（约0.10秒）似乎比预测2000个样本的2000个标签作为2D numpy数组所用的时间要长。但在我的例子中，我必须在循环中实时预测标签。也许你的特征提取方法在增加运行时间？我不这么认为，因为如果我解析预先计算的特征的2D numpy数组，并逐行预测，问题仍然存在。看起来sklearn需要一定的时间先设置树，然后立即进行预测。这可以解释为什么大型2D阵列的预测运行时与一维阵列相同？但这看起来很奇怪，因为我只加载了一次分类器，同样的问题在没有pickle的情况下也会发生。。