Microsoft Azure机器学习的多类别分类模型的大量数据

Question

我正在尝试使用Microsoft Azure Machine Learning Studio中的多类决策丛林进行24组分类。但是，我将用来训练模型的24个数据集中的每一个都超过了一百万行，如下图所示。

下一张图片是我仅基于3个数据集制作的模型。

（编辑）我认为模型应该看起来像这样

（edit2）此模型比上一个模型具有更高的％精度

只有3个数据集，该模型大约需要20分钟。为了缩短训练时间，我可以为模型做些什么吗？ 而且我可以做些什么，以使评估模型块不会说内存耗尽了吗？

注意：

-在编辑元数据块中，我只是在更改数据集的列名以使它们相同。

-在分区和样本块中，我只是将样本切成1,000,000行

-在其他块中，我没有做任何更改。

-我正在使用多类决策丛林块进行训练

。

问题摘要+其他问题：。

1：为了缩短训练时间，我可以对模型做些什么吗？

2：我可以做些什么，以使评估模型块不会说内存用完了吗（当我做24套时）？

3：使用多类决策丛林可以训练的数据量是否有最大行数？。

4：我什至有权使用多级决策丛林？

5：为此，我需要编写R脚本还是Python脚本？

最终结果：

我希望得到的是将其部署到Web服务，并且当用户输入值时，他将能够找出其数据属于哪个组。

如果有与此类似的问题，对不起，因为我无法找到任何关于此的信息，敬请原谅。如果您看到类似的信息，请提供链接。