作为Python机器学习的完全新手，我正在尝试训练XGBoost模型来预测虹膜数据集（https://www.kaggle.com/uciml/iris）。
我目前正在专注于XGBoost，试图获得一些经验。 我的第一个模型训练仅占数据集的66％，仅包含2个要素，但从未完成（20分钟后中断）。我还尝试过用它做一个很小的示例（5个示例，2个功能），但仍然无法完成。
环境详细信息： 通过Anaconda Navigator 1.9.7使用MacOS 10.14.5，Python 3.7.3的MacBook Pro。
# File downloaded from Kaggle Link above
iris = pd.read_csv('Iris.csv')
iris['Species'] = iris.apply(lambda r: r['Species'][5:], axis = 1)
features = iris[['PetalLengthCm', 'PetalWidthCm']]
species, labels = pd.factorize(iris['Species'])
X_train, X_test, y_train, y_test = train_test_split(features, species, test_size=0.33, random_state=42)
xgb_x_train = X_train.head()
xgb_y_train = y_train[:5]
print(xgb_x_train.shape)
print(len(xgb_y_train))
(5, 2)
5
xgbclf = xgb.XGBClassifier()
xgbclf.fit(xgb_x_train, xgb_y_train)
我希望上面的代码能够在“合理的”时间内（即少于4-5分钟）生成训练好的模型（由于仅使用5个样本，因此无法进行微调），但是拟合阶段永远不会完成。
我做错什么了吗，可能会导致健身时间太长？
感谢每个建议！ Mattia
答案 0 :(得分：0)
也许您没有正确安装Xgboost（在Windows中曾与我发生过一次），建议您尝试使用conda install重新安装。
但是对于您而言，您可以尝试将代码上传到Google colab https://colab.research.google.com（它们为您提供了免费的GPU，并且所有内容都已安装）。该培训只需几秒钟。