亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

使用標準 MAE 而不是 MSE 的 scikit-learn 中的隨機森林回歸速度慢了約

使用標準 MAE 而不是 MSE 的 scikit-learn 中的隨機森林回歸速度慢了約

慕斯709654 2023-02-07 13:55:57
我正在嘗試將隨機森林回歸與criterion = mae(平均絕對誤差)而不是mse(均方誤差)一起使用。它對計算時間有非常顯著的影響。大致需要6 分鐘(對于mae)而不是2.5 秒(對于mse)。大約慢 150 倍。為什么?可以做些什么來減少計算時間?PS 決策樹也有類似的情況。沒有顯著差異,但每棵樹的配給量大致相同。
查看完整描述

1 回答

?
慕姐4208626

TA貢獻1852條經驗 獲得超7個贊

這是一個眾所周知的問題。請參閱此處此處。

長話短說:

  • ,mae更新損失需要O(n);

  • ,mse更新損失需要O(1)。


查看完整回答
反對 回復 2023-02-07
  • 1 回答
  • 0 關注
  • 164 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號