如何解决heroku dyno 上的 XGBoost 分类器需要太多时间才能适应
我们正在开展一个项目,我们必须构建可以处理任何列子集的模型。我们选择了 XGBoost 分类器,我们的想法是在仅使用选定的列选择列的子集后构建一个新模型。我们的数据集很小,有 1600 行和 25 列,所以我们的方法工作相对较快。我们为这个项目制作了一个带有streamlit的应用程序。我们可以指定要使用的列,然后给出预测。在本地运行此应用程序可以正常工作,并且可以非常快地给出结果。但是它在 heroku 上运行很慢,因为在 dyno 上拟合 XGB 模型需要花费大量时间。我们不知道为什么在 heroku 上拟合要花费近 100 倍的时间。代码的其他部分在 heroku 上也运行得非常快,只有xgb.fit(X_train_temp2,y_train_temp2)
行运行得非常慢。可能是什么原因导致 heroku 上的拟合过程真的很慢?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。