如何加速包含xgboost的多输出分类器((Python)

hrirmatl  于 2021-09-29  发布在  Java
关注(0)|答案(1)|浏览(302)

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?

7bsow1i6

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)

相关问题