我使用小鼠（MICE）插补方法来填充机器学习数据集中缺失的值。数据集非常大，有11726412行和30列。以下是该数据中缺失值的数量：

In [2]:X.isnull().sum()Out[2]: time                           0count_neshan                   0count_scat_o             4059792count_avl_en_o           7364664count_avl_ex_o           7364664count_anpr_o             9646200karmnd_dr_mhl_shghl_o          0veh_own_o                      0n_bussi_unit_o                 0park_area_o                    0area_o                         0office_land_use_o              0n_office_o                     0commercial_unit_o              0n_commercial_o                 0schl_o                         0count_scat_d             4059792count_avl_en_d           7364664count_avl_ex_d           7364664count_anpr_d             9646200karmnd_dr_mhl_shghl_d          0veh_own_d                      0n_bussi_unit_d                 0park_area_d                    0area_d                         0office_land_use_d              0n_office_d                     0commercial_unit_d              0n_commercial_d                 0schl_d                         0dtype: int64

我运行了以下代码来插补数据集中的缺失值：

from impyute.imputation.cs import miceimputed_train_data = mice(X.values)

这是我第一次使用小鼠（MICE）方法，我无法估算运行所需的时间。我在8天前运行了这个代码，它还在运行中。

我找不到关于小鼠（MICE）运行时间的任何信息。我所知道的只是“它很慢”。如果有在这方面有经验的人能够估算时间，或者考虑到这个大数据集，建议一个更快的替代方案，我将不胜感激。

回答：

根据文档，mice会运行到收敛为止，定义为连续更新之间所有插补值的变化小于10%。这意味着何时停止是不可预测的。我的直觉告诉我，当缺失值数量很大时，没有任何一个插补更新小于10%的概率会变得非常小。

看到源代码实际上相当简单，你可以编写自己的版本来限制迭代次数。源代码中的一个注释似乎表明原始实现曾经是这样的情况：

# 第5步：重复步骤2-4直到收敛（100是任意的）

你可以用for _ in range(max_iterations):替换while all(converged):。