为什么测试需要比培训更长的时间？

Question

我正在MNIST数字数据集上训练sklearn KNNClassifier。

这是代码：

knn = KNeighborsClassifier()

start_time = time.time()
print (start_time)
knn.fit(X_train, y_train)
elapsed_time = time.time() - start_time

print (elapsed_time)

需要40秒钟。但是，当我对测试数据进行测试时，需要花费几分钟以上的时间（仍在运行），而测试数据却比训练数据少6倍。

这是代码：

y_pred = knn.predict(X_test)
print(confusion_matrix(y_test,y_pred))

您能解释一下为什么要花这么多时间（比培训多花时间）吗？有什么解决的办法吗？

Answer 1

考虑k-NN算法的工作原理。这是懒惰学习的经典示例，其中在预测时必须计算到原始训练数据的距离（以确定哪个是其最接近的近邻）。
在训练时，不需要进行非常昂贵的距离计算。

因此区别主要在于从.fit()到.predict() 当您实际尝试预测火车行驶时，这将花费更长的时间。

有关更多信息，请参见wikipedia

对于解决方案：请考虑该算法实际上是否适合您的情况，或者您是否可以对距离进行更粗略的估算。