2024-10-01 09:34:35 发布
网友
我有很多数据,我想通过拆分我的数据并拟合运行在多线程或多台机器上的多个估计器来并行化估计器拟合。在
一些估计器为核心外学习提供了部分适合的API(例如PassiveAggressiveClassifierhere)
PassiveAggressiveClassifier
有没有可能让多个估计量部分拟合,然后将它们各自的拟合组合成一个单独的估计量?在
不使用标准API。您只需求coef_和intercept_的平均值,这将产生一个有意义的估计值。您想在一个核心上还是在网络上并行?可能会有更有效的选择,其中大部分需要更多的工作。 SGD有并行实现,但这些可能只会为巨大的数据集付费。你的数据有多大(样本数量、特征数量、稀疏性)?在
coef_
intercept_
不使用标准API。您只需求
coef_
和intercept_
的平均值,这将产生一个有意义的估计值。您想在一个核心上还是在网络上并行?可能会有更有效的选择,其中大部分需要更多的工作。 SGD有并行实现,但这些可能只会为巨大的数据集付费。你的数据有多大(样本数量、特征数量、稀疏性)?在相关问题 更多 >
编程相关推荐