Sci-kit学习回归随机森林回归器实现

Question

我遇到了一个问题，我的scikit学习回归森林几乎立即（在几秒钟内；我从使用这台机器的经验中知道，对于我正在处理的数据集，它应该需要大约半个小时或更长的时间），然后为每一行输入数据预测完全相同的输出。在

我目前的理论是，它与目标变量的量级有关，大约是10^11。我试着用10万乘以10万，看看到底发生了什么，它开始永远运行，直到我把脚本弄死才做任何事情。在

代码如下：

n_estimators = 200
rfr = RandomForestRegressor(n_estimators=n_estimators, verbose = 2, n_jobs = -1)
y_train = df_train[target].values*100000
rfr.fit(X_train, y_train)

rfr.predict(X_train)

你可能会想知道为什么我在训练数据上运行它-我只是想测试它是否真的在做什么，其实它没有

谢谢你的帮助！在

编辑：

这是目标数据的describe（）输出。训练数据的大小基本相似：

^{pr2}$

我尝试标准化数据并运行林；它没有输出，但内存使用量不断攀升，所以它一定在做些什么。回归森林需要很高的计算机能力吗？我用的是一台带有i7处理器和OK显卡的笔记本电脑；我可以很好地分类。在