带有sklearn的ML：KNeighborRegressor拟合函数卡在一个大数据库上

Question

我已经使用sklearn工具已有一段时间了，但是现在有这个奇怪的问题。我只是试图用sklearn构建KNN回归器，但是执行需要花费很多时间，而在调试时，fit函数的执行似乎需要花费很多时间。 我应该提到的是，数据集很大（约25,000条记录，具有10个功能），但仍然-我现在等待一个小时，没有任何结果。

是什么原因造成的？

相关代码段：

div

Answer 1

这就是KNN的本质。算法时间复杂度为KNN为O(nd)，其中n为数据点数，d为维度（在您的情况下为n = 25k, d = 10）

KNN将考虑所有数据点并选择最靠近的K个邻居。因此，如果您的数据很大，则会花费更多时间。 K是超级参数，您可以使用GridSearchCV或RandomizedSearchCV

对其进行调整

您拥有的选项：

1. 缩小数据规模（即，将数据点的数量从25k减少到15k）
2. 增加系统内存大小和处理器速度，或者在云中运行KNN
3. 等到KNN完成
4. 如果您有延迟限制，请不要使用KNN

您也可以在RBF内核上尝试SVM，因为它是KNN的近似值，而且所需时间更少