Почему обучение дерева на большом float64-массиве может потребовать дополнительную память?
Classic MLУровень: ПрактикаTree input memory
Почему обучение дерева на большом float64-массиве может потребовать дополнительную память?
Подсказки
- Внутренний dtype может отличаться от входного.
- Пиковая память включает буферы преобразования.
Ответ
Документированная реализация деревьев преобразует вход к float32. Совместимое представление может убрать копию конвертации, но проверьте точность и требования к sparse-формату.
Источник и лицензия: scikit-learn 1.7.2 — tree · BSD-3-Clause · ответ: редакция Quantoros · перевод: Quantoros