1回答

liuyubobobo

2022-11-05

已采纳

不能一概而论。数据的大小，数据的维度，包括具体算法是什么，包括你的实验环境是怎样的，都会影响性能（而不仅仅是能靠数据的多少判断的。）90000 的数据规模虽然不能算大数据，但也不小了，我不知道你说的“很久”到底是多久，但是如果你的代码没有问题的话，我估计你的数据的维度也不小。

但整体而言，knn 本身就是非常慢的，并且在实践中，其实也并没有太大的意义。所以在这一章，我们主要是借助 knn 这样一个“非常简单的算法”，来讲清楚这些基本概念而已。

具体如果想估算性能的话，一个简单的方式就是先使用小数据量看性能。比如你先用一组参数，100 个数据，在你的环境下测试，看多长时间出结果，假设是 t。knn 是线性复杂度，你就能估算出来，对于 90000 条数据，大约需要 900t 的时间。进一步，如果你的网格搜索搜索三个参数，第一个参数有 k1 个选择，第二个参数有 k2 个选择，第三个参数有 k3 个选择，则整体网格搜索的时间大概需要 k1 * k2 * k3 * 900t 的时间。你可以这样简单做性能估算，然后看这个时间是不是在你的承受范围里。

最后，对于大数据，训练花时间本身就是非常正常的，这就是对于现代的机器学习来说，算力非常重要的意思。如果你在这条路上一直走下去，一台 16 核的服务器算一周时间是家常便饭。先使用小数据把算法调试好，再用全部数据做真正的计算，是必须的。

继续加油！：）

2

1

蛋包饭吃球球

感谢bobo老师！

2022-11-05

共1条回复