TPOT训练时间太长

Question

我第一次尝试在一个大约有7000行的数据集上使用tpot，当尝试在占整个数据集25%的训练数据集上训练tpot时，tpot花费的时间太长。我已经在google colab上运行了大约45分钟的代码，优化进度仍然是4%。我刚刚试着用上面的例子：http://epistasislab.github.io/tpot/examples/。tpot通常需要这么长时间，因为到目前为止，我认为它甚至不值得尝试使用

Answer 1

TPOT可能需要相当长的时间，具体取决于您拥有的数据集。你必须考虑TPOT正在做什么：TPOT正在评估数千条分析管道并在后台的数据集上装配数千个ML模型，如果你有一个大的数据集，那么所有的拟合都需要很长的时间，特别是如果你在一个功能不太强大的计算机上运行它。p>

如果您想要更快的结果，您有几个选项：

1. 使用"TPOT light" configuration，它使用更简单的模型，运行速度更快

2. 将n_jobs参数设置为-1或大于1的数字，这将允许TPOT并行计算管道-1将使用所有可用的内核，如果您有一台多核机器，那么速度将大大加快

3. 使用subsample参数对数据进行子采样。默认值为1.0，对应于使用100%的培训数据。您可以进行子采样以降低数据百分比，TPOT将运行得更快