Python: GridSearchCV занимает слишком много времени для завершения работы ⇐ Python

[Anonymous]

Я пытаюсь выполнить поиск по сетке, чтобы оптимизировать мою модель, но его выполнение занимает слишком много времени. Мой общий набор данных составляет всего около 15 000 наблюдений с 30-40 переменными. Мне удалось успешно прогнать случайный лес через поиск по сетке, что заняло около полутора часов, но теперь, когда я переключился на SVC, он уже работает более 9 часов и все еще не завершен. Ниже приведен пример моего кода для перекрестной проверки:

Код: Выделить всё

from sklearn.model_selection import GridSearchCV
from sklearn import svm
from sklearn.svm import SVC

SVM_Classifier= SVC(random_state=7)

param_grid = {'C': [0.1, 1, 10, 100],
'gamma': [1,0.1,0.01,0.001],
'kernel': ['linear', 'poly', 'rbf', 'sigmoid'],
'degree' : [0, 1, 2, 3, 4, 5, 6]}

grid_obj = GridSearchCV(SVM_Classifier,

return_train_score=True,
param_grid=param_grid,
scoring='roc_auc',
cv=3,
n_jobs = -1)

grid_fit = grid_obj.fit(X_train, y_train)
SVMC_opt = grid_fit.best_estimator_

print('='*20)
print("best params: " + str(grid_obj.best_estimator_))
print("best params: " + str(grid_obj.best_params_))
print('best score:', grid_obj.best_score_)
print('='*20)

Я уже сократил перекрестную проверку с 10 до 3 и использую n_jobs=-1, поэтому задействую все свои ядра. Есть ли что-то еще, что мне не хватает, что я могу сделать, чтобы ускорить процесс?

Подробнее здесь: https://stackoverflow.com/questions/721 ... sh-running