의사 결정 트리 및 의사 결정 포리스트의 Azure ML에서 실행 시간을 줄이는 방법

Question

2000000 개가 넘는 행을 포함하는 데이터 세트에 대해 회귀 모델을 실행하려고합니다. 선형 회귀 분석을 사용하여 시도하고 모델 하이퍼 매개 변수를 조정하지 않고 의사 결정 트리 회귀를 강화했지만 예상 정확도를 얻지 못했습니다. 그래서 나는 boosted decision tree를 위해 Tune model hyperparameter를 사용하려고 시도했다. 모델은 20 분 이상 실행된다. 의사 결정 포리 스트도 (모델 하이퍼 매개 변수를 조정하지 않아도) 오래 걸립니다. 결과 정확도를 너무 많이 손상시키지 않으면 서 런타임을 줄이는 방법이 있습니까?

샘플링이 출력에 영향을 미칩니 까 (예 : 샘플링 속도를 0.5로했을 때)?

Answer 1

AzureML Studio의 실행 시간은 가격 책정 단계에 따라 다릅니다. 무료 버전은 한 번에 하나의 노드 실행을 수행하지만 표준 가격 책정 단계는 한 번에 여러 실행을 실행합니다.