Ядро Python моего ноутбука Jupyter продолжает умирать. Я успешно выполнил весь следующий код раньше. В настоящее время есть проблемы. Сначала я покажу вам фрагмент кода, который я могу успешно запустить:
import xgboost as xgb
xgtrain = xgb.DMatrix(data = X_train_sub.values, label = Y_train.values) # create dense matrix of training values
xgtest = xgb.DMatrix(data = X_test_sub.values, label = Y_test.values) # create dense matrix of test values
param = {'max_depth':2, 'eta':1, 'silent':1, 'objective':'binary:logistic'} # specify parameters via map
где мои данные маленькие:
X_train_imp_sub.shape
(1365, 18)
однако ядро моего ноутбука продолжает умирать на этом куске:
xgmodel = xgb.train(param, xgtrain, num_boost_round = 2) # train the model
predictions = xgmodel.predict(xgtest) # make prediction
from sklearn.metrics import accuracy_score
accuracy = accuracy_score(y_true = Y_test,
y_pred = predictions.round(),
normalize = True) # If False, return # of correctly classified samples. Else, return fraction of correctly classified samples
print("Accuracy: %.2f%%" % (accuracy * 100.0))
Когда я разбиваю его на части и запускаю построчно, ядро появляется на линии xgb.train()
.
Данные небольшие. Параметры xgboost должны быть консервативными (то есть num_boost_round = 2
, max_depth:2
, eta:1
и не дорогими в вычислительном отношении. Не уверены, что происходит.
Как уже говорилось ранее, мне уже удалось успешно запустить оба блока. Я выключил все остальные ноутбуки и перезагрузил компьютер без удачи. Я запускаю jupyter
через Anaconda Navigator на MacBook Pro.
- ОБНОВЛЕНИЕ -
Когда я выбирал ячейку под моей тренировочной ячейкой xgboost
, а затем выбирал: Cells
-> Run All Above
, ядро всегда погибало на тренировочной линии xgboost
. Это происходило ~ 40-50 раз подряд. Я пробовал это много раз, потому что я вносил изменения в код, думая, что позже разрешу проблему xgboost
.
Позже я запускал одни и те же ячейки один за другим, и xgboost
завершал нормально в первый раз, когда я пробовал это, и каждый раз после. Я не знаю, почему это происходит, но было бы неплохо узнать.