R 为什么H2O自动编码器对于一个数据集而不是另一个数据集如此慢?
当我在大约相同大小的两个不同数据集上运行H2O autoencoder时(见下文),我可以在5分钟内完成一个数据集(A),但另一个数据集(B)非常慢。完成数据集B的1%只需要>30分钟。我尝试重新启动R会话和H2O几次,但都没有帮助。对于两个数据集,模型中的参数(或系数)数量大致相同R 为什么H2O自动编码器对于一个数据集而不是另一个数据集如此慢?,r,machine-learning,deep-learning,h2o,autoencoder,R,Machine Learning,Deep Learning,H2o,Autoencoder,当我在大约相同大小的两个不同数据集上运行H2O autoencoder时(见下文),我可以在5分钟内完成一个数据集(A),但另一个数据集(B)非常慢。完成数据集B的1%只需要>30分钟。我尝试重新启动R会话和H2O几次,但都没有帮助。对于两个数据集,模型中的参数(或系数)数量大致相同 数据集A:大小为4*1000000(此问题已解决 问题是,在模型运行期间,经过一次热编码后,数据集B有更多的列。请参见下文 数据集A: 共有4个分类特征。这些分类特征的唯一值数分别为12、14、25和10 数据集B
数据集A:大小为4*1000000(此问题已解决 问题是,在模型运行期间,经过一次热编码后,数据集B有更多的列。请参见下文 数据集A: 共有4个分类特征。这些分类特征的唯一值数分别为12、14、25和10 数据集B: 共有7个分类特征和1个数字特征。分类特征的唯一值数量分别为17、49、52、85、5032(!)、18445(!!)和392124(!!!)。这解释了为什么它如此缓慢
model.dl = h2o.deeplearning(x = x, training_frame = data.hex, autoencoder = TRUE, activation = "Tanh", hidden = c(25,25,25), variable_importances = TRUE)
H2O cluster version: 3.30.0.1
H2O cluster total nodes: 1
H2O cluster total memory: 15.00 GB
H2O cluster total cores: 16
H2O cluster allowed cores: 16
H2O cluster healthy: TRUE
R Version: R version 3.6.3 (2020-02-29)