我正在按照yhat的预测分析教程进行学习，但在到达交叉验证步骤时遇到了麻烦。每当我尝试执行这两段代码时，Jupyter就会卡在执行步骤。以下是问题输入：输入1

from sklearn.cross_validation import KFolddef run_cv(X,y,clf_class,**kwargs):    # 构建一个kfolds对象    kf = KFold(len(y),n_folds=5,shuffle=True)    y_pred = y.copy()    # 遍历折叠    for train_index, test_index in kf:        X_train, X_test = X[train_index], X[test_index]        y_train = y[train_index]        # 使用关键字参数初始化一个分类器        clf = clf_class(**kwargs)        clf.fit(X_train,y_train)        y_pred[test_index] = clf.predict(X_test)    return y_pred

在下一个输入中，我实际上尝试并比较了三种算法 – 输入2：

from sklearn.svm import SVCfrom sklearn.ensemble import RandomForestClassifier as RFfrom sklearn.neighbors import KNeighborsClassifier as KNNdef accuracy(y_true,y_pred):    # NumPy将True和False解释为1.和0.    return np.mean(y_true == y_pred)print "支持向量机："print "%.3f" % accuracy(y, run_cv(X,y,SVC))print "随机森林："print "%.3f" % accuracy(y, run_cv(X,y,RF))print "K-最近邻："print "%.3f" % accuracy(y, run_cv(X,y,KNN))

我的代码有问题还是Jupyter的问题？

回答：

我刚创建了一个大约54,000行的数据集和3个特征，并运行了你所用的yhat教程。运行大约用了30秒，在2016年的MacBook Pro上。

我认为你的代码没有问题，只是运行需要一些时间。

为了测试，你可以限制数据集的大小并进行测试运行。如果那能工作，那么你就知道只是运行需要一些时间。

例如，从你的数据的前200个样本开始。运行：

X = X[:200]y = y[:200]

在你运行交叉验证之前限制数据。