如何使随机网格搜索更详细？（似乎已停止，但无法诊断）

Question

我正在运行一个相对较大的任务，这涉及到对数据集进行随机网格搜索，这（使用一个小的n_iter_搜索）已经需要很长时间。

我在一台64核机器上运行它，在大约2个小时的时间里，它保持了2000个线程在第一次折叠时的活动状态。然后它完全停止向stdout报告。它的最后一个报告是：[并行（n_jobs=-1）]：完成4/60|经过： 84.7min剩余： 1185.8min

我在htop上注意到几乎所有的核心都是0%，这在训练随机森林时不会发生。程序没有反馈或错误，如果不是htop，我会假设它仍在训练。这种情况以前发生过，所以这是一个反复出现的问题。这台机器反应灵敏，整个过程似乎充满活力。

我已经有了冗长=10。有什么想法，我可以诊断它在随机搜索CV内发生了什么？

我正在做的网格搜索：

rfc=RandomForestClassifier（n_作业=-1）

param_grid={'n_估计量]：sp_randint（1005000），'max_features'：['auto'，None]，'min_samples_split'：sp_randint（2,6）}

n_iter_search=20

CV_rfc=随机搜索CV（估计值=rfc，param_distributions=param_grid，n_iter=n_iter_search，详细=10，n_jobs=-1）

Answer 1

作为第一步，将verbose参数添加到RandomForestClassifier也可以让您查看搜索是否真的卡住了。它将显示拟合树的进度（在100棵树中构建88棵树…）。

我真的不知道为什么你的搜索被卡住了，但是想想看，在n_估计器上删除搜索应该可以让你在8次迭代中网格搜索你在这里指定的整个参数空间。