使用 gridsearchcv 内存泄漏

Question

问题：我的情况好像是运行ning gridsearchcv时内存泄漏。当我运行有 1 或 32 个并发工作人员 (n_jobs=-1) 时会发生这种情况。以前我在 ubuntu 16.04 上有运行很多次都没有问题，但最近升级到 18.04 并进行了 ram 升级。

import os
import pickle
from xgboost import XGBClassifier
from sklearn.model_selection import GridSearchCV,StratifiedKFold,train_test_split
from sklearn.calibration import CalibratedClassifierCV
from sklearn.metrics import make_scorer,log_loss
from horsebet import performance
scorer = make_scorer(log_loss,greater_is_better=True)
kfold = StratifiedKFold(n_splits=3)

# import and split data
input_vectors = pickle.load(open(os.path.join('horsebet','data','x_normalized'),'rb'))
output_vector = pickle.load(open(os.path.join('horsebet','data','y'),'rb')).ravel()
x_train,x_test,y_train,y_test = train_test_split(input_vectors,output_vector,test_size=0.2)


# XGB
model = XGBClassifier()
param = {
        'booster':['gbtree'],
        'tree_method':['hist'],
       'objective':['binary:logistic'],
        'n_estimators':[100,500],
        'min_child_weight': [.8,1],
        'gamma': [1,3],
        'subsample': [0.1,.4,1.0],
        'colsample_bytree': [1.0],
        'max_depth': [10,20],
        }                           

jobs = 8
model = GridSearchCV(model,param_grid=param,cv=kfold,scoring=scorer,pre_dispatch=jobs*2,n_jobs=jobs,verbose=5).fit(x_train,y_train)

Returns: UserWarning：当一些工作被交给执行者时，一个工作人员停止了。这可能是由于 worker 超时时间太短或内存泄漏造成的。 "timeout or by a memory leak."、用户警告

或

TerminatedWorkerError：执行程序管理的工作进程意外终止。这可能是由于调用函数时出现分段错误或内存使用过多导致操作系统终止工作程序引起的。工人的退出代码是{SIGKILL(-9)}

Answer 1

我的问题的原因是我把 n_jobs=-1 放在 gridsearchcv 中，而它应该放在分类器中。这已解决问题。

Answer 2

虽然，这不是完全相同的问题，但我运行遇到与 skopt gp_minimize() 方法相同的错误。尽管文档说 gp_minimize() 支持 n_jobs，但它在我的 mac 上开始失败。当我将它 n_jobs 移动到底层 XGBClassifier 时，它工作正常。

这没有用

gp_minimize(_minimize, param_space, n_calls=20, n_random_starts=3, random_state=2405)

这有效

xgb = xgboost.XGBClassifier(
        n_estimators=1000, # use large n_estimators deliberately to make use of the early stopping
        objective='binary:logistic',
        n_jobs=-1
    )

使用 gridsearchcv 内存泄漏

Memory leak using gridsearchcv

memory-leaks

scikit-learn

grid-search

gridsearchcv