machine-learning - 即使在 GPU 上，KNN 分类器也花费太多时间

Question

我正在 kaggle 上使用 KNN 对 MNSIT 数字进行分类，但最后一步执行起来需要很长时间，而且 mnsit 数据只有 15 mb，就像我仍在等待一样，您能指出我的代码中存在的任何问题吗？谢谢。

import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

import os
print(os.listdir("../input"))
#Loading datset

train=pd.read_csv('../input/mnist_test.csv')

test=pd.read_csv('../input/mnist_train.csv')

X_train=train.drop('label',axis=1)

y_train=train['label']

X_test=test.drop('label',axis=1)

y_test=test['label']

from sklearn.neighbors import KNeighborsClassifier

clf=KNeighborsClassifier(n_neighbors=3)

clf.fit(X_train,y_train)

accuracy=clf.score(X_test,y_test)

accuracy

Answer 1

您的代码本身没有任何问题。 KNN 只是一种缓慢的算法，它对你来说更慢，因为计算图像之间的距离很难大规模，而且对你来说更慢，因为问题足够大，以至于你的缓存无法真正有效地使用。

无需使用不同的库或编写自己的 GPU 内核，您可能可以通过替换来提高速度

clf=KNeighborsClassifier(n_neighbors=3)

与

clf=KNeighborsClassifier(n_neighbors=3, n_jobs=-1)

至少使用所有核心。