python - Jupyter 笔记本不执行

Question

我正在关注yhat's tutorial on predictive analytics ，但是当我到达交叉验证步骤时遇到了一些麻烦。每当我尝试执行这两段代码时，Jupyter 就会卡在执行步骤中。以下是有问题的输入:输入1

from sklearn.cross_validation import KFold

def run_cv(X,y,clf_class,**kwargs):
    # Construct a kfolds object
    kf = KFold(len(y),n_folds=5,shuffle=True)
    y_pred = y.copy()

    # Iterate through folds
    for train_index, test_index in kf:
        X_train, X_test = X[train_index], X[test_index]
        y_train = y[train_index]
        # Initialize a classifier with key word arguments
        clf = clf_class(**kwargs)
        clf.fit(X_train,y_train)
        y_pred[test_index] = clf.predict(X_test)
    return y_pred

在下一个输入中，我实际上尝试比较三种算法 - 输入 2:

from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier as RF
from sklearn.neighbors import KNeighborsClassifier as KNN

def accuracy(y_true,y_pred):
    # NumPy interprets True and False as 1. and 0.
    return np.mean(y_true == y_pred)

print "Support vector machines:"
print "%.3f" % accuracy(y, run_cv(X,y,SVC))
print "Random forest:"
print "%.3f" % accuracy(y, run_cv(X,y,RF))
print "K-nearest-neighbors:"
print "%.3f" % accuracy(y, run_cv(X,y,KNN))

我的代码有问题还是 Jupyter 问题？

Answer 1

刚刚创建了一个包含大约 54k 行和 3 个特征的数据集，并运行您拥有的相同的 yhat 教程。在 2016 年 MacBook Pro 上运行大约需要 30 秒。

不要认为你的代码有什么问题，它只是需要一段时间才能运行。

要测试它，您可以限制数据集的大小并进行测试运行。如果有效，那么您就知道它只需要一段时间即可运行。

例如，从前 200 个数据样本开始。运行:

X = X[:200]
y = y[:200]

在运行交叉验证以限制数据之前。