pca.__dict__['time_']:.3f}秒") #print(f"训练时间：{nmf.__dict__['n_iter_']:.0f}次迭代") #print(f"ELM-AE训练时间：{elm_autoencoder.__dict__['train_time_']:.3f}秒、想要输出各个模型的训练时间的python代码怎样写

你可以使用Python的`time`模块来计算各个模型的训练时间。具体的代码实现可以参考下面的示例代码：

import time

# 训练PCA模型并计算训练时间
start_time = time.time()
pca.fit(X_train)
end_time = time.time()
train_time = end_time - start_time
print(f"PCA训练时间：{train_time:.3f}秒")

# 训练NMF模型并计算训练时间
start_time = time.time()
nmf.fit(X_train)
end_time = time.time()
train_time = end_time - start_time
print(f"NMF训练时间：{train_time:.3f}秒")

# 训练ELM-AE模型并计算训练时间
start_time = time.time()
elm_autoencoder.fit(X_train)
end_time = time.time()
train_time = end_time - start_time
print(f"ELM-AE训练时间：{train_time:.3f}秒")

在上面的代码中，我们使用`time.time()`函数来获取当前时间戳，然后计算训练开始和结束时的时间戳之差，即可得到训练时间。最后，我们使用`print()`函数将训练时间输出到控制台。