К содержанию
Quantoros

HistGradientBoosting сильно замедлился после замены ранней остановки по loss на собственный scorer. Какие затраты…

Classic MLУровень: ПрактикаEarly-stopping evaluation cost

HistGradientBoosting сильно замедлился после замены ранней остановки по loss на собственный scorer. Какие затраты проверить до смены алгоритма деревьев?

Подсказки
  • Критерий остановки вычисляется в процессе обучения.
  • Одинаковые настройки деревьев не означают одинаковую стоимость оценки.

Ответ

Отдельно измерьте повторные вычисления scorer и обучение деревьев. Документация предупреждает, что вызываемый scorer может быть существенно медленнее остановки по loss; выбирайте нужный критерий осознанно и учитывайте стоимость его вычисления.

Источник и лицензия: scikit-learn 1.7.2 — ensemble · BSD-3-Clause · ответ: редакция Quantoros · перевод: Quantoros

Похожие вопросы