足秋的波=胆_和使用的sp版本有关系吗???

以上git和博客对mlr 做出详细的介绍夲文主要介绍在学习和实践中的一些领悟,能力一般水平有限,望路过大神多多指教.
在使用中发现使用该算法生成模型,会产生大量的训练参数造成实际生产中资源使用不的问题,以个人使用的数据训练每天训练集的特征数据大约8kw(已经经过特征筛选过滤),训练piece_num=12(訓练参数,影响参数数量)模型40-50G,(这对于我等小集群,完全扛不住)怎么办呢??
就在此时一小胖从旁走过,手拿鸡翅汉堡,如此之人不瘦怎行!!!感叹至此令我不禁怀想,如此之模型不瘦身让我如何部署?想到此处模型瘦身之念顿起。那如何瘦身嗫
业內大佬有云“模型瘦身,首看普瑞狄特(predict)在看权零”。此话不虚见mlr 之 predict 如下:

//每一个特征维度的模型单元

仔细阅读getScore发现predict 很简单,就是實现了一下mlr 的公式:
从公式可以看出数据predict 时仅使用uf, wf 权重,实例截图如下:

根据以上分析得出过滤条件uf, wf 均不为零是特征为有效特征。因此模型瘦身实现如下:

满篇code实在难受如若不想关心如何实现,直接使用请关注git:

我要回帖

更多关于 波若sp 的文章

 

随机推荐