【发布时间】:2023-02-02 18:22:49
【问题描述】:
当训练数据增加时,我发现了一个观察结果,即 Xgboost 模型 (.pkL) 文件的大小增加了。一篇文章声称模型的大小与训练数据的大小成正比,因为 XGboost 模型使用的树集合可能会随着训练数据的大小而增加。是否有任何书面证据证明这一点是合理的,因为我不确定这是否总是如此?
【问题讨论】:
标签: python xgboost jsonpickle
当训练数据增加时,我发现了一个观察结果,即 Xgboost 模型 (.pkL) 文件的大小增加了。一篇文章声称模型的大小与训练数据的大小成正比,因为 XGboost 模型使用的树集合可能会随着训练数据的大小而增加。是否有任何书面证据证明这一点是合理的,因为我不确定这是否总是如此?
【问题讨论】:
标签: python xgboost jsonpickle
同时:ChatGPT 回答了这个问题:这是: 不,经过训练的 XGBoost 模型的大小与训练数据的大小不成比例。 XGBoost 模型的大小取决于多种因素,例如模型中树的数量、每棵树的深度以及每次拆分中使用的特征数量。训练数据的大小只影响训练模型所需的时间。
【讨论】: