我已经使用 scikit-garden 大约 2 个月了，尝试训练分位数回归森林 (QRF)，类似于本文中的方法。该论文的作者使用了 R，但因为我和我的同事已经熟悉 python，所以我们决定使用 scikit-garden 的 QRF 实现。首先，这个包的形状很糟糕，而且似乎没有完全发挥作用（我们必须首先更改一些源代码才能让它运行）。这是我让它发挥作用的最后一次尝试。
完成负责创建可用数据集的所有代码后，我们现在尝试使用标准超参数训练一个简单的 QRF，以获得对错误的初步估计。到目前为止，没有一次训练完成，因为在训练最后一棵树时它似乎总是停止/冻结，我总是不得不自己杀死这项工作以避免惹恼系统管理员。
例如，我在 8 个 CPU 上进行的最新训练运行（每个 CPU 训练 1 棵树），标准设置构建并训练 10 棵树。所有的树都在 5 到 6 分钟内建成并训练完毕，除了最后一棵树，我让它跑了一周，然后才被迫杀死它。重要的是，保留的 8 个 CPU 中只有一个处于活动状态，并且（显然）以 100% 的速度运行。
我们有相当大的数据集（约 2'000'000 个观测值），但即使有较小的摘录，它仍然会冻结在最后一棵树上。除了最后一棵树之外，所有树都应该在完整数据集上快速训练，这对我来说也没什么意义。
以下是主要训练代码的一小段摘录：
xtrain, xtest, ytrain, ytest = train_test_split(features, target, test_size=testsize)
model = RandomForestQuantileRegressor(verbose=2, n_jobs=-1).fit(xtrain, ytrain)
ypred = model.predict(xtest)
这是我第一次在这里发布问题 - 如果我忘记了任何重要信息，请告诉我！非常感谢任何可以帮助我的人！:)