GridSearchCV没有高详细度的报告

Question

好吧，我想说的是，刚开始我对SciKit学习和数据科学完全陌生。但这是问题和我目前对这个问题的研究。代码在底部。在

摘要

我尝试用BernoulliRBM进行类型识别（比如数字），并尝试用GridSearchCV找到正确的参数。但是我看不出有什么事发生。我看到了很多使用详细设置的例子，我看到了输出和进度，但我的例子只是说

Fitting 3 folds for each of 15 candidates, totalling 45 fits

然后它坐在那里什么也不做…永远（或8个小时，我用高详细设置等待的最长时间）。在

我有一个相当大的数据集（1000个2D数组，每个数组的大小为428×428），所以这可能是问题所在，但我也将verbosity设置为10，所以我觉得我应该看到某种输出或进展。另外，就我的“目标”而言，它要么是0，要么是1，要么是我要找的对象（1），要么不是（0）。在

以前的研究

• 我调查了sklearn.预处理为了看看这是否有必要，这似乎不是问题所在（但我再次重申，我对此完全陌生）。在
• 我增加了冗长
• 我从使用3D数据列表切换到使用scipy csr矩阵列表。在
• 我等了8个小时，设置得很详细，我还是看不到任何事情发生。在
• 我从不使用管道改为使用管道

• 我篡改了gridsearchcv的各种参数，并尝试创建假的（较小的）数据集来练习。在

  def network_trainer(self, data, files):
      train_x, test_x, train_y, test_y = train_test_split(data, files, test_size=0.2, random_state=0)
  
      parameters = {'learning_rate':np.arange(.25, .75, .1), 'n_iter':[5, 10, 20]}
      model = BernoulliRBM(random_state=0, verbose=True)
      model.cv = 2
      model.n_components = 2
  
      logistic = linear_model.LogisticRegression()
      pipeline = Pipeline(steps=[('model', model), ('clf', logistic)])
  
      gscv = grid_search.GridSearchCV(pipeline, parameters, n_jobs=-1, verbose=10)
      gscv.fit(train_x, train_y)
      print gscv.best_params_
  

我真的很感激你能给我一个正确的方向。谢谢你考虑我的问题。在

Answer 1

好吧，我来总结一下过去几天我对它的理解。在

• 在Windows8.1上，如果您还想让n_jobs变得冗长，请不要将它设置为除1以外的任何值。在
• 在我的例子中，尽管我只有n_jobs=1，但是我的所有处理器核心仍然参与了计算，所以这要么是一个bug，要么应该有更好的文档记录。在
• 我犯了一个可怕的错误，使用了一个csr矩阵的列表，所以基本上，阅读文档，然后在提问之前再次阅读。在

再次感谢您@Barmaley.exe文件对于最初的提示。在

Answer 2

你在用ipython笔记本和python2.x吗？如果是，则多处理模块不能与此组合一起工作。您可以将ipython笔记本导出（另存为）一个regular.py文件，并使用常规python解释器运行它。然后可以使用n_jobs=-1

Answer 3

我注意到GridSearch在运行超过1个线程时不会输出任何内容。 当所有的线程完成后，它会打印出所有的内容。 而且多线程处理在Windows中不起作用—仅在Linux中使用n_jobs>；1。在