我正在尝试使用插入包中的列车功能来构建模型：
model <- train(training$class ~ .,data=training, method = "nb")
训练集包含大约20K的观测值，每个观测值都有100个以上的变量 . 我想知道从该数据集构建模型是否需要数小时或数天 .
如何估算从数据中训练模型所需的时间？使用插入包中的功能时如何跟踪培训过程的进度？
假设你正在训练模型
扩展的调整参数网格（调整参数的所有组合）
和您选择的重采样技术（交叉验证，引导程序等）
你可以设置
trainctrl <- trainControl(verboseIter = TRUE)
并将其设置在列车功能的trControl参数中以跟踪培训进度
model <- train(training$class ~ .,data=training, method = 'nb', trControl = trainctrl)
这会在每个重新采样阶段打印出控制台的进度，并允许您衡量培训/参数调整的进度 .
要估计总运行时间，您可以运行模型一次以查看其运行时间，并根据重新采样方案和参数组合数量相应地相乘，估算总时间 . 这可以通过再次设置trainControl并将tuneLength设置为1来完成：
trainctrl <- trainControl(method = 'none') model <- train(training$class ~ ., data = training, method = 'nb', trControl = trainctrl, tuneLength = 1)
希望这可以帮助！ :)
1 回答
假设你正在训练模型
扩展的调整参数网格（调整参数的所有组合）
和您选择的重采样技术（交叉验证，引导程序等）
你可以设置
并将其设置在列车功能的trControl参数中以跟踪培训进度
这会在每个重新采样阶段打印出控制台的进度，并允许您衡量培训/参数调整的进度 .
要估计总运行时间，您可以运行模型一次以查看其运行时间，并根据重新采样方案和参数组合数量相应地相乘，估算总时间 . 这可以通过再次设置trainControl并将tuneLength设置为1来完成：
希望这可以帮助！ :)