【发布时间】:2016-12-17 12:25:33
【问题描述】:
我在 python 中使用 xgboost 来解决多分类问题。输入训练数据的数量约为 500000。这是我的 python 代码,执行速度很慢:
param = {'max_depth':23, 'eta':0.1, 'objective':'multi:softprob','num_class':24 }
num_round = 10
watchlist = [(dtrain, 'train')]
bst = xgb.train(param, dtrain, num_round, watchlist)
preds = bst.predict(dtest)
运行训练和预测短语大约需要 2 个小时。然而,其他一些人的程序只需要大约 5 分钟的时间来训练和预测。他们的代码几乎和我的完全一样。 速度极慢的原因可能是什么?我正在使用 64 位 anaconda python 2.7。有没有可能是不同版本的python或者xgboost造成速度上的巨大差异?
【问题讨论】:
标签: python machine-learning anaconda data-mining xgboost