问部署时h2o MOJO与POJO之间的性能差异
EN

Stack Overflow用户

提问于 2018-05-17 21:40:50

回答 1查看 817关注 0票数 2

我使用h2o.GLM训练了一个二进制分类器模型。我有大约5-10个特征。我想知道生产哪个会更快？

如果我训练一个随机森林模型而不是GLM，这个答案会改变吗？

我需要打分一亿行。我已经在分发不同观察的评分。

回答已采纳

发布于 2018-05-17 22:16:45

对于逻辑回归，POJO或MOJO都可以。更倾向于使用MOJO，以获得更好的向后兼容性属性。

对于深度超过6的随机森林，一定要使用魔法。非常大的(例如，1GB或更多的java代码) RF模型甚至不会编译。

MOJOs不需要编译，这非常方便，对于非常深的树，它们运行得更快，运行时间也非常一致。

票数 5

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/50400887

复制

相似问题

问部署时h2o MOJO与POJO之间的性能差异EN