【AI实战】XGBRegressor模型加速训练，使用GPU秒级训练XGBRegressor_xgbrfregressor

XGBRegressor模型加速训练，使用GPU秒级训练XGBRegressor

• 机器学习模型

    XGBRegressor
  1

• 环境

  • Ubuntu 18.04
  • python3.6.9
  • TensorFlow 2.4.2
  • cuda 11.0
  • xgboost 1.5.2

• 核心代码

    x, y = load_data()
    model = xgb.XGBRegressor(learning_rate=0.05,
                             n_estimators=420,
                             max_depth=3,
                             min_child_weight=1,
                             gamma=0.0,
                             subsample=0.8,
                             colsample_bytree=0.8,
                             scale_pos_weight=0.8,
                             seed=42,
                             tree_method='gpu_hist',
                             gpu_id=3)
    
	output = model.fit(x, y)
1
2
3
4
5
6
7
8
9
10
11
12
13
14

在2百万级的数据上耗时 34.344 s：

real    0m34.344s
user    4m46.866s
sys     0m22.178s
1
2
3

其中，重要的参数：

	tree_method='gpu_hist'
	gpu_id=3 表示使用第3块gpu
1
2