質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

3034閲覧

scikitlearnのグリッドサーチの実行速度について

yamato_user

総合スコア2321

Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/04/20 14:39

ランダムフォレストをグリッドサーチを使って最適化しようとしています。
素人考えでは下記のように3通りの決定木の個数を指定してやれば、グリッドサーチを使わない場合と比べて3倍の時間がかかる思っていましたが、結果的に12倍掛かっていますが、グリッドサーチは内部でどういう動きをしているのですか?[i for i in range(10,50,10)]に変更すると30倍程掛かります。サーチするパラメータを一つ増やせば指数的に計算時間がかかります。計算時間を少なくする裏技みたいなものはないでしょうか?(第4世代Corei5/No GPU)

Python

1from sklearn.ensemble import RandomForestClassifier 2from sklearn.model_selection import GridSearchCV 3import numpy as np 4import datetime 5d1 = datetime.datetime.now() 6 7clf = RandomForestClassifier(random_state=0) 8params = { 9 "n_estimators":[i for i in range(10,30,10)], 10 # 決定木の個数 default:100 11} 12cv = GridSearchCV(clf, params, cv = 10, n_jobs =-1) 13cv.fit(x_train, t_train) 14pred = cv.predict(x_test) 15 16print("テストデータへの一致率:",np.sum(pred==t_test)/len(t_test)) 17d2 = datetime.datetime.now() 18print(d2-d1)

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

range(10,30,10)10, 20だけです(stopは含まれない)。また、RandomForestClassifiern_estimatorsはデフォルトで10のはずです。

何に対して12倍としているのかよくわかりませんが、cv=10なので、「交差検証なしでやった場合」と比べればこれだけでおよそ10倍かかります。2回やる前提であり、またうち1回はデフォルトの倍の決定木の本数なのでおおよそ30倍の計算コストになります。ただし、元のプログラムで並列化をしていなければ、結果的に12倍に収まることはありえます。

一番いい方法は、精度の見積もりに悪影響がない範囲でcvを下げることです。3にすれば、それだけでcv=10と比べて3倍以上高速化されます。また、return_train_scoreというオプションにFalseを指定しても少し早くなります。

私のブログの紹介で恐縮ですが、以前この話題について取り上げたのでよろしければ御覧ください。

【python】GridSearchCV『の』パラメータ・チューニング - 静かなる名辞

投稿2019/04/20 15:00

hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

yamato_user

2019/04/20 15:29

そーでした。CV指定しているの忘れていました。わかりやすい解説ありがとうございます。ブログ読ませていただきます
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問