您可以一次将您的模型/管道（使用默认参数）拟合到您的数据中，然后查看训练需要多长时间。然后你可以乘以你想通过网格搜索训练模型的次数。

例如，假设您想使用网格搜索来选择管道的超参数a、b和c。

params = {'a': [1, 2, 3, 4, 5],
          'b': [1, 2, 3, 4],
          'c': [1, 2, 3]}

cv = GridSearchCV(pipeline, params)

默认情况下，这应该运行搜索网格$5 \cdot 4 \cdot 3 = 60$不同的参数组合。默认的交叉验证是 3 倍 cv，所以上面的代码应该训练你的模型$60 \cdot 3 = 180$次。默认情况下，GridSearch 在您的处理器上并行运行，因此根据您的硬件，您应该将迭代次数除以可用处理单元的数量。假设我有 4 个处理器可用，每个处理器都应该适合模型$180 / 4 = 45$次。现在，如果我的模型平均需要$10 sec$训练，我估计$45 \cdot 10 / 60 = 7.5min$训练时间。在实践中应该更接近$8min$由于开销。

最后，由于某些参数严重影响该算法的训练时间，我建议max_iter尽可能使用该参数，以便您的估计不会偏离太远。

请注意：截至 2021 年 7 月，默认折叠数为 5。

来自 sklearn 文档：在 0.22 版中更改：如果 None 从 3 倍更改为 5 倍，则 cv 默认值。

让搜索完成，然后您可以使用cv_results_属性来计算经过的时间，如下所示。

mean_fit_time= search_cv.cv_results_['mean_fit_time']
mean_score_time= search_cv.cv_results_['mean_score_time']
n_splits  = search_cv.n_splits_ #number of splits of training data
n_iter = pd.DataFrame(search_cv.cv_results_).shape[0] #Iterations per split

print(np.mean(mean_fit_time + mean_score_time) * n_splits * n_iter)