我使用的是一个非常大的数据集。在以闪电般的速度安装100 x 3倍交叉验证套索后,LassoCV在最后一个关卡上停滞不前:用选定的alpha值将套索安装到整个数据集。我费了好大劲才找到原因。协调_下降.py的线性模型拟合()就在打决赛之前型号.fit()(Python2.7/sklearn0.19.0中的1223行),有一条相当不显眼的线
model.precompute = False
因此,即使在调用LassoCV时指定precompute为True,也会忽略它。为什么会这样?这使得计算速度变得不切实际的慢,实际上只是注释行就可以修复它。我在这里遗漏了什么,我看不出使用预先计算的Gram矩阵作为最终拟合的错误,当它用于所有交叉验证拟合时?这个实现似乎意味着无论何时num\u samples>;num\u特性都应该使用它。为什么硬设为假?你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐