Scikit learn scikit学习树外分类悬挂
我正在一些相当大的培训数据集上运行scikit learn，数据集约160000000行，具有约500个功能。该平台是Ubuntu服务器14.04，硬件有100gb的ram和20个CPU核心 测试数据集大约是行数的一半 我设置n_jobs=10，am forest_size=3*number_of_特征，大约1700棵树 如果我将功能的数量减少到350个左右，它可以正常工作，但永远不会完成训练阶段，因为完整的功能集为500+。该进程仍在执行，占用了大约20gb的ram，但占用了0%的CPU。我还成功地完成了约400000行的数据集，但仅在大约1小时后就完成了两倍的功能 我正在小心地删除任何未使用的数组/对象Scikit learn scikit学习树外分类悬挂,scikit-learn,Scikit Learn,我正在一些相当大的培训数据集上运行scikit learn，数据集约160000000行，具有约500个功能。该平台是Ubuntu服务器14.04，硬件有100gb的ram和20个CPU核心 测试数据集大约是行数的一半 我设置n_jobs=10，am forest_size=3*number_of_特征，大约1700棵树 如果我将功能的数量减少到350个左右，它可以正常工作，但永远不会完成训练阶段，因为完整的功能集为500+。该进程仍在执行，占用了大约20gb的ram，但占用了0%的CPU。我还
有人有什么想法让我试试吗？按照我的建议安装当前的主分支版本。我确实需要像上面描述的那样“洗干净” 新版本似乎是一个很大的改进。我希望它能尽快发布
非常感谢orgisel和其他贡献者提供了如此伟大的软件 您正在使用哪个版本的scikit learn？您尝试过项目的当前主分支吗？这里有一个更新，在重新启动后，我通过培训完成了它，但现在它在预测阶段挂起，有47个RCOOS进程以root运行。我杀死了所有运行scikit的脚本进程，47个RCUS进程将一直保留，直到我重新启动服务器。您应该尝试使用当前的scikit master learn。RandomForestClassifier现在使用Python线程（单个Python进程）。它应该对高度并发的工作负载更健壮。我安装了最新的主分支（在我写这篇文章的时候提交了2小时），我收到一条错误消息，以：from..utils.sparsefuncs import inplace\u column\u scale ImportError:无法导入name inplace\u column\u scale