就是10w条+特征数据max_depth=30,n_estimators=500
跑出来了800M大小模型，load都慢。。。
1个回答
你这个森林深度有点大啊，如果你把深度调小点，效果应该差不多。
另外你保存的时候，设置一下compress参数应该会减小很多空间
from sklearn.externals import joblib
joblib.dump(my_rf_model, "rf.pkl", compress=9)
#my_rf_model是你训练好的模型compress的值是0到9之间，越大表示压缩程度越高。
SofaSofa数据科学社区DS面试题库 DS面经
strong.man
2019-05-08 11:38
您好，调整了一下测试 确实小了很多，参数为(max_depth=30,n_estimators=500, min_samples_leaf= 5)，10W条数据 compress=0时是300M+，compress=9时是50M+，这边数据量是有500W+如果按照这个比例的话其实压缩比是6倍左右，还是挺大的，请问下面的只能调整深度参数来解决了么？
-
莫莫莫i
2019-05-08 16:02
你的模型还是挺大的，最大深度为30，就意味着一棵树最多有2^29个分叉，2^30个叶节点。你的数据只有10万，应该是不需要这么大的深度。同时min_sample_leaf可能也要调整。有时候为了模型压缩牺牲一点精度是ok的。
-
strong.man
2019-05-08 21:38
相关主题
决策树可以做多元分类吗？
1回答
剪枝是什么意思
1回答
关于knn算法中kd树的问题
1回答
决策树的深度和数据特征个数的关系
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！