我有一个正在尝试构建的模型LogisticRegression
,sklearn
其中包含数千个功能和大约 60,000 个样本。我正在尝试拟合模型,它现在已经运行了大约 10 分钟。我正在运行它的机器有千兆字节的 RAM 和几个内核可供使用,我想知道是否有任何方法可以加快进程
编辑 这台机器有 24 个核心,这里是 top 的输出,以了解内存
Processes: 94 total, 8 running, 3 stuck, 83 sleeping, 583 threads 20:10:19
Load Avg: 1.49, 1.25, 1.19 CPU usage: 4.34% user, 0.68% sys, 94.96% idle
SharedLibs: 1552K resident, 0B data, 0B linkedit.
MemRegions: 51959 total, 53G resident, 46M private, 676M shared.
PhysMem: 3804M wired, 57G active, 1042M inactive, 62G used, 34G free.
VM: 350G vsize, 1092M framework vsize, 52556024(0) pageins, 85585722(0) pageouts
Networks: packets: 172806918/25G in, 27748484/7668M out.
Disks: 14763149/306G read, 26390627/1017G written.
我正在尝试使用以下方法训练模型
classifier = LogisticRegression(C=1.0, class_weight = 'auto')
classifier.fit(train, response)
train
有大约 3000 长的行(所有浮点数),并且每一行 response
都是0
或1
。我有大约 50,000 个观察值