En ce moment, je cours une recherche de grille assez agressive. J'ai n=135 samples
et je cours 23 folds
en utilisant une liste de train/test de validation croisée personnalisée. J'ai mes verbose=2
.Comment estimer la progression d'un GridSearchCV à partir d'une sortie verbeuse dans Scikit-Learn?
Voici ce que je courais:
param_test = {"loss":["deviance"],
'learning_rate':[0.01, 0.025, 0.05, 0.075, 0.1, 0.15, 0.2],
"min_samples_split": np.linspace(0.1, 0.5, 12),
"min_samples_leaf": np.linspace(0.1, 0.5, 12),
"max_depth":[3,5,8],
"max_features":["log2","sqrt"],
"min_impurity_split":[5e-6, 1e-7, 5e-7],
"criterion": ["friedman_mse", "mae"],
"subsample":[0.5, 0.618, 0.8, 0.85, 0.9, 0.95, 1.0],
"n_estimators":[10]}
Mod_gsearch = GridSearchCV(estimator = GradientBoostingClassifier(),
param_grid = param_test, scoring="accuracy",n_jobs=32, iid=False, cv=cv_indices, verbose=2)
Je pris un coup d'œil à la sortie verbeuse en stdout
:
$head gridsearch.o8475533
Fitting 23 folds for each of 254016 candidates, totalling 5842368 fits
sur cette base, il semble qu'il y ait 5842368
permutations de cross paires de validation en utilisant mes paramètres de grille.
$ grep -c "[CV]" gridsearch.o8475533
7047332
On dirait qu'il ya environ 7 millions de validations croisées qui ont été fait jusqu'à présent, mais qui est plus que le total des ... 5842368
fits
7047332/5842368 = 1.2062458236
Puis, quand je regarde le fichier stderr
:
$ cat ./gridsearch.e8475533
[Parallel(n_jobs=32)]: Done 132 tasks | elapsed: 1.2s
[Parallel(n_jobs=32)]: Done 538 tasks | elapsed: 2.8s
[Parallel(n_jobs=32)]: Done 1104 tasks | elapsed: 4.8s
[Parallel(n_jobs=32)]: Done 1834 tasks | elapsed: 7.9s
[Parallel(n_jobs=32)]: Done 2724 tasks | elapsed: 11.6s
...
[Parallel(n_jobs=32)]: Done 3396203 tasks | elapsed: 250.2min
[Parallel(n_jobs=32)]: Done 3420769 tasks | elapsed: 276.5min
[Parallel(n_jobs=32)]: Done 3447309 tasks | elapsed: 279.3min
[Parallel(n_jobs=32)]: Done 3484240 tasks | elapsed: 282.3min
[Parallel(n_jobs=32)]: Done 3523550 tasks | elapsed: 285.3min
Mon objectif:
Comment puis-je connaître les progrès de ma recherche de grids par rapport au temps total qu'elle peut prendre?
Ce que je suis confus au sujet de:
Quelle est la relation entre [CV]
lignes stdout
, # total de crises dans stdout
et tâches stderr
?