Question

我在xgboost中有一个受过训练的R模型，我的应用程序服务器可以运行R但不能安装package:xgboost（renjin不支持，renjin是基于JVM的解释器， R）。因此，要部署我的模型，我需要一种无需xgb.predict来评分新数据的方法。现在，我使用xgb.model.dt.tree制作的数据帧在R中编写了一个评分函数，该函数可以正常运行，但速度非常慢。单条记录需要7秒。我想知道如何使我的代码运行更快，任何帮助将不胜感激。

我使用2 for和1 while循环，这在R语言中显然很慢。显然我应该尝试对它们进行矢量化，但是我不知道怎么做。

Rcpp似乎是一个选择，但我不知道C ++。

这是我的代码。它的多类分类有18个类（0,500,1000等。）。模型是使用nrounds=50构建的，因此总共有18*50=900个增强器。树的深度设置为8，转储数据帧a的大小为238252 X 10。

fun_score <- function (testsample) {
  df <- data.frame('0'=NA,'500'=NA,'1000'=NA,'1500'=NA,'2000'=NA,'3000'=NA,'5000'=NA,'6000'=NA,'8000'=NA,
                   '10000'=NA,'15000'=NA,'20000'=NA,'25000'=NA,'40000'=NA,'50000'=NA,'70000'=NA,'77000'=NA,'120000'=NA)
for (i in 0:17) { 
    twght <- 0
    for(tree_num in seq(i,899,18)){
      tr=a[Tree==tree_num]
      rid <- which(tr[,2]==0)
      splitvar <- as.character(tr[rid,4])
      while (grepl("Leaf",tr[rid,4])==F) {
        next_split <- as.character(ifelse(is.null(testsample[splitvar]), tr[rid,7],
                                          ifelse( as.numeric(testsample[splitvar]) < tr[rid,5], tr[rid,6],tr[rid,7])))
        rid <- which(tr[,3] == next_split)
        splitvar <- as.character(tr[rid,4])
      }
      w=(tr[rid,9])
      twght=twght+w
    }
    twght=twght+0.5 # bias 0.5
    df[,i+1]=twght
}
  df = as.data.frame(t(apply(df, 1, function(x)(exp(x))/(sum(exp(x))))))
  df$class=substr(colnames(df)[apply(df,1,which.max)],2, nchar(colnames(df)[apply(df,1,which.max)]))
  return(df)
}

树的data.frame看起来像这样

> head(a)
   Tree Node  ID Feature     Split  Yes   No Missing    Quality     Cover
1:    0    0 0-0     DBR 14.900000  0-1  0-2     0-1 31579.3008 28727.481
2:    0    1 0-1     DBR  8.815001  0-3  0-4     0-3  4707.3477 15235.673
3:    0    2 0-2     DBR 20.584999  0-5  0-6     0-5  3631.3484 13491.809
4:    0    3 0-3    DSLR 18.500000  0-7  0-8     0-7  1703.1209  6624.963
5:    0    4 0-4     RAD -0.500000  0-9 0-10     0-9  1390.2230  8610.710
6:    0    5 0-5    DSLR 27.500000 0-11 0-12    0-11   861.4305  4966.624

Answer 1

对于Renjin的即时循环编译器来说，这似乎是一个很好的用例。但是，当前版本默认情况下未启用它。您可以使用--compile-loops标志或使用JVM标志-Drenjin.compile.loops=true

在命令行上启用它

如果不提供提速，请在GitHub上打开一个问题。

如何提高R中循环的处理时间，手动xgboost预测

1 个答案: