【问题标题】:Does the size of trained XGBoost model proportional to the size of the training data?经过训练的 XGBoost 模型的大小是否与训练数据的大小成正比?
【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


    【解决方案1】:

    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】:

      猜你喜欢
      • 2020-05-27
      • 2021-02-19
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2017-08-18
      • 2017-07-28
      • 2021-05-22
      • 2014-02-06
      相关资源
      最近更新 更多