返回信息流RT, 给定xgboost n_estimator = N, max_depth=D, min_child_weight=C, 怎么去估计整个模型的参数个数 以及 做一次inference需要的乘法、加法次数呢?
还有请教一下各位工业界大拿,xgboost在工业界落地使用的很多吗?是否在真实落地项目中还有类似神经网络的模型压缩、量化 等后续操作可以做呀?
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #35260同步于 2019/9/12
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
求教一下XGBoost怎么算参数个数 以及 乘法次数
BruceWayne94
2019/9/12镜像同步16 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
不是新学 很早做kaggle就用过 只是最近公司有个项目我发现用xgb/lgbm很合适 可能下一步就可以集成到产品里部署了,需要先评估一下模型参数量和cpu消耗
【 在 lyh131201 的大作中提到: 】
: 别学了,跟不上了
:
发自「贵邮」
应该会自己写一套 只写inference部分的代码
【 在 caleb 的大作中提到: 】
: 要线上加载xgboost ?还是自己写一套xgboodt模型预测代码放在线上?
:
发自「贵邮」
因为不同机器上占cpu都不一样。还是直接算有多少个乘法运算最直观
【 在 kingfanq 的大作中提到: 】
: 直接跑一遍试试呗,还有个并行度的参数,这个才是耗CPU的。
:
发自「贵邮」