我有下面一段代码,我想加速multioutputclassifier,我尝试为multioutputclassifier编写n_jobs=-1,但速度变慢了,我尝试为xgboost编写n_jobs=-1,但没有任何改变。tree_method='gpu_hist'参数也无法更改时间。
model = MultiOutputClassifier(
xgb.XGBClassifier(objective="binary:logistic",
colsample_bytree = 0.5,
gamma = 0.1,
learning_rate = 0.1,
max_depth = 20,
min_child_weight = 3,
estimators= 100,
reg_lambda=5.0,
subsample=0.7
))
你知道如何加速吗?是否有任何参数可以尝试?
1条答案
按热度按时间7bsow1i61#
您可以尝试使用dask进行分布式学习,如下所述。除此之外,还有一些关于如何提高lightgbm(一种非常类似的算法)的训练速度的建议,例如:
种植较浅的树木(例如,通过减少
max_depth
)减少树木生长(例如通过引入
early_stopping
)使用更少的数据(例如
bagging
,你也可以寻找更多colsample_
参数)