Участник:Matfu/Решающие деревья - История изменений

Matfu: /* Ресурс параллелизма алгоритма */

2023-12-04T22:03:48Z

Ресурс параллелизма алгоритма

← Предыдущая версия		Версия от 22:03, 4 декабря 2023
Строка 266:		Строка 266:
	Файл <code>random_forest.cpp</code>, отвечающий за функционал метода случайного леса, имеет распараллеленную версию <code>randomForest.fit()</code>, которая распределяет обучение отдельных деревьев по потокам. Именно здесь происходит наибольшая часть прироста производительности, поскольку теперь обучается параллельно <code>num_threads</code> деревьев вместо одного.		Файл <code>random_forest.cpp</code>, отвечающий за функционал метода случайного леса, имеет распараллеленную версию <code>randomForest.fit()</code>, которая распределяет обучение отдельных деревьев по потокам. Именно здесь происходит наибольшая часть прироста производительности, поскольку теперь обучается параллельно <code>num_threads</code> деревьев вместо одного.

	В файле <code>decision_tree.cpp</code>, содержащем функционал для построения решающих деревьев, реализован параллелизм в двух функциях <code>predict()</code> и <code>findBestSplit()</code>. Каждое дерево, являющееся частью случайного леса, имеет тип <code>DecisionTree</code>, поэтому здесь можно получить дополнительные выгоды от распараллеливания. Метод <code>fit()</code> для <code>DecisionTree</code> не распараллеливается, поскольку он выполняет рекурсивные вызовы для вычисления разбиений, и хотя мы могли бы распараллелить различные ветви процесса разбиения, а не жадно переходить слева направо, однако необходимые дополнительные накладные расходы, требующиеся для реализации последовательной версии данного алгоритма, быстро перевесят добавленную вычислительную мощность от распараллеливания. Метод <code>predict()</code> перебирает входные наблюдения, для того чтобы сделать прогноз для объекта, ~~что~~ является очевидным кандидатом для распараллеливания. Тонким местом является то, что объединение результирующих прогнозов должно выполняться в правильном порядке, что немного замедляет данный алгоритм.		В файле <code>decision_tree.cpp</code>, содержащем функционал для построения решающих деревьев, реализован параллелизм в двух функциях <code>predict()</code> и <code>findBestSplit()</code>. Каждое дерево, являющееся частью случайного леса, имеет тип <code>DecisionTree</code>, поэтому здесь можно получить дополнительные выгоды от распараллеливания. Метод <code>fit()</code> для <code>DecisionTree</code> не распараллеливается, поскольку он выполняет рекурсивные вызовы для вычисления разбиений, и хотя мы могли бы распараллелить различные ветви процесса разбиения, а не жадно переходить слева направо, однако необходимые дополнительные накладные расходы, требующиеся для реализации последовательной версии данного алгоритма, быстро перевесят добавленную вычислительную мощность от распараллеливания. Метод <code>predict()</code> перебирает входные наблюдения, для того чтобы сделать прогноз для объекта, который является очевидным кандидатом для распараллеливания. Тонким местом является то, что объединение результирующих прогнозов должно выполняться в правильном порядке, что немного замедляет данный алгоритм.

	Наконец, <code>DecisionTree.findBestSplit()</code> вызывается каждый раз, когда в дереве вычисляется новое расщепление. Он выполняет поиск среди потенциальных предикатов для использования в качестве критерия разбиения и оценивает все уникальные значения каждого из них, которые будут использоваться в качестве критериев. Это становится все более дорогостоящей задачей по мере роста набора данных. Данный метод также возможно распараллелить за счет того, что разные потоки оценивают разные подмножества пространства кандидатов критериев разделения, что заметно ускоряет время обучения, особенно в сочетании с распараллеленным <code>randomForest.fit()</code>.		Наконец, <code>DecisionTree.findBestSplit()</code> вызывается каждый раз, когда в дереве вычисляется новое расщепление. Он выполняет поиск среди потенциальных предикатов для использования в качестве критерия разбиения и оценивает все уникальные значения каждого из них, которые будут использоваться в качестве критериев. Это становится все более дорогостоящей задачей по мере роста набора данных. Данный метод также возможно распараллелить за счет того, что разные потоки оценивают разные подмножества пространства кандидатов критериев разделения, что заметно ускоряет время обучения, особенно в сочетании с распараллеленным <code>randomForest.fit()</code>.

	Для удобства обработки данных были реализованы пользовательские классы <code>DataVector</code> и <code>DataFrame</code>, однако реализация их параллелизма является весьма сложной задачей. В частности, OpenMP выполняет множество операций предварительного выделения, создания и удаления объектов ~~"под капотом"~~, что требует очень тщательной реализации любых пользовательских классов и структур данных. Таким образом, при реализации распараллеливания с использованием прагм OpenMP в данном коде избегается использование пользовательских структур данных там, где это было возможно, вместо этого используя атомарные типы или стандартные объекты из пространства имен <code>std</code>. Само по себе это не было проблемой, но означало, что распараллеливание заключалось не просто в добавлении прагм, но требовало некоторого комплексного рефакторинга.		Для удобства обработки данных были реализованы пользовательские классы <code>DataVector</code> и <code>DataFrame</code>, однако реализация их параллелизма является весьма сложной задачей. В частности, OpenMP выполняет множество операций предварительного выделения, создания и удаления объектов, что требует очень тщательной реализации любых пользовательских классов и структур данных. Таким образом, при реализации распараллеливания с использованием прагм OpenMP в данном коде избегается использование пользовательских структур данных там, где это было возможно, вместо этого используя атомарные типы или стандартные объекты из пространства имен <code>std</code>. Само по себе это не было проблемой, но означало, что распараллеливание заключалось не просто в добавлении прагм, но требовало некоторого комплексного рефакторинга.

	=== Входные и выходные данные алгоритма ===		=== Входные и выходные данные алгоритма ===

Matfu: /* Масштабируемость алгоритма и его реализации */

2023-12-04T21:44:00Z

Масштабируемость алгоритма и его реализации

← Предыдущая версия		Версия от 21:44, 4 декабря 2023
Строка 291:		Строка 291:

	База данных о гидроакустических сигналах содержит 208 экземпляров и 60 атрибутов. Файл "sonar.mines" содержит 111 экземпляров, полученных путем отскакивания сигналов от мины под разными углами и при различных условиях. Файл "sonar.rocks" содержит 97 экземпляров, полученных от камней или скал в аналогичных условиях. Переданный сигнал гидролокатора представляет собой частотно-модулированный ЛЧМ, повышающийся по частоте. Каждый экземпляр представляет собой набор из 60 чисел в диапазоне от 0,0 до 1,0. Каждое число представляет энергию в пределах определенной полосы частот, полученной за определенный период времени. Метка, связанная с каждой записью, содержит букву «R» ("Rocks"), если объект представляет собой камень/скалу, и «M» ("Mines"), если это мина. Оба файла с представлением данных были интегрированы в один csv-файл "sonar.all-data.csv".		База данных о гидроакустических сигналах содержит 208 экземпляров и 60 атрибутов. Файл "sonar.mines" содержит 111 экземпляров, полученных путем отскакивания сигналов от мины под разными углами и при различных условиях. Файл "sonar.rocks" содержит 97 экземпляров, полученных от камней или скал в аналогичных условиях. Переданный сигнал гидролокатора представляет собой частотно-модулированный ЛЧМ, повышающийся по частоте. Каждый экземпляр представляет собой набор из 60 чисел в диапазоне от 0,0 до 1,0. Каждое число представляет энергию в пределах определенной полосы частот, полученной за определенный период времени. Метка, связанная с каждой записью, содержит букву «R» ("Rocks"), если объект представляет собой камень/скалу, и «M» ("Mines"), если это мина. Оба файла с представлением данных были интегрированы в один csv-файл "sonar.all-data.csv".


	Набор и границы значений изменяемых параметров запуска реализации алгоритма:		Набор и границы значений изменяемых параметров запуска реализации алгоритма:
Строка 299:		Строка 298:
	На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.		На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.
	[[Файл:Sonar.svg\|700px\|thumb\|center\|Рисунок 2. Время выполнения алгоритма в зависимости от числа потоков и количества деревьев]]		[[Файл:Sonar.svg\|700px\|thumb\|center\|Рисунок 2. Время выполнения алгоритма в зависимости от числа потоков и количества деревьев]]
			Отмечается значительный прирост скорости вычисления при переходе с последовательной на параллельную версию. Однако, увеличение числа вычислительных устройств не дает такого же сильного эффекта, так как накладные расходы на организацию параллельного выполнения быстро растут, превалируя над вычислениями. Таким образом, подтверждается предположение о том, что накладные расходы начинают сильно влиять на процесс вычислений.

	=== Динамические характеристики и эффективность реализации алгоритма ===		=== Динамические характеристики и эффективность реализации алгоритма ===

Matfu: /* Масштабируемость алгоритма и его реализации */

2023-12-04T21:30:25Z

Масштабируемость алгоритма и его реализации

← Предыдущая версия		Версия от 21:30, 4 декабря 2023
Строка 291:		Строка 291:

	База данных о гидроакустических сигналах содержит 208 экземпляров и 60 атрибутов. Файл "sonar.mines" содержит 111 экземпляров, полученных путем отскакивания сигналов от мины под разными углами и при различных условиях. Файл "sonar.rocks" содержит 97 экземпляров, полученных от камней или скал в аналогичных условиях. Переданный сигнал гидролокатора представляет собой частотно-модулированный ЛЧМ, повышающийся по частоте. Каждый экземпляр представляет собой набор из 60 чисел в диапазоне от 0,0 до 1,0. Каждое число представляет энергию в пределах определенной полосы частот, полученной за определенный период времени. Метка, связанная с каждой записью, содержит букву «R» ("Rocks"), если объект представляет собой камень/скалу, и «M» ("Mines"), если это мина. Оба файла с представлением данных были интегрированы в один csv-файл "sonar.all-data.csv".		База данных о гидроакустических сигналах содержит 208 экземпляров и 60 атрибутов. Файл "sonar.mines" содержит 111 экземпляров, полученных путем отскакивания сигналов от мины под разными углами и при различных условиях. Файл "sonar.rocks" содержит 97 экземпляров, полученных от камней или скал в аналогичных условиях. Переданный сигнал гидролокатора представляет собой частотно-модулированный ЛЧМ, повышающийся по частоте. Каждый экземпляр представляет собой набор из 60 чисел в диапазоне от 0,0 до 1,0. Каждое число представляет энергию в пределах определенной полосы частот, полученной за определенный период времени. Метка, связанная с каждой записью, содержит букву «R» ("Rocks"), если объект представляет собой камень/скалу, и «M» ("Mines"), если это мина. Оба файла с представлением данных были интегрированы в один csv-файл "sonar.all-data.csv".


	Набор и границы значений изменяемых параметров запуска реализации алгоритма:		Набор и границы значений изменяемых параметров запуска реализации алгоритма:
Строка 297:		Строка 298:

	На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.		На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.
			[[Файл:Sonar.svg\|700px\|thumb\|center\|Рисунок 2. Время выполнения алгоритма в зависимости от числа потоков и количества деревьев]]

	=== Динамические характеристики и эффективность реализации алгоритма ===		=== Динамические характеристики и эффективность реализации алгоритма ===

Matfu: /* Информационный граф */

2023-12-04T21:25:43Z

Информационный граф

← Предыдущая версия		Версия от 21:25, 4 декабря 2023
Строка 256:		Строка 256:

	=== Информационный граф ===		=== Информационный граф ===

			Представленный информационный граф описывает параллельную версию построения случайного леса. На вход поступает набор данных, который используется в качестве обучающей выборки. Каждое отдельное дерево соответствует своему потоку, все они выполняются независимо и параллельно. Распараллеливание в этом месте приводит к наибольшему уменьшению времени выполнения. Второй участок кода, в котором производится распараллеливание по потокам - поиск оптимального предиката для расщепления (на изображении выделено черным цветом). Здесь разные потоки оценивают разные подмножества кандидатов критериев расщепления. После того как каждое дерево было получено, итоговый ответ - усреднение ответов всех поддеревьев.

	[[Файл:matfu_graph_CART.png\|700px\|center\|left\|Рисунок 1. Информационный граф случайного леса.]]		[[Файл:matfu_graph_CART.png\|700px\|center\|left\|Рисунок 1. Информационный граф случайного леса.]]

Matfu: /* Масштабируемость алгоритма и его реализации */

2023-12-04T21:23:20Z

Масштабируемость алгоритма и его реализации

← Предыдущая версия		Версия от 21:23, 4 декабря 2023
Строка 290:		Строка 290:

	Набор и границы значений изменяемых параметров запуска реализации алгоритма:		Набор и границы значений изменяемых параметров запуска реализации алгоритма:
	#*число потоков [1, 2, 4, 8, 16];		*число потоков [1, 2, 4, 8, 16];
	#* количество деревьев в случайном лесе [10, 50, 100, 10000].		*количество деревьев в случайном лесе [10, 50, 100, 10000].

	На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.		На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.

Matfu: /* Масштабируемость алгоритма и его реализации */

2023-12-04T21:22:36Z

Масштабируемость алгоритма и его реализации

← Предыдущая версия		Версия от 21:22, 4 декабря 2023
Строка 285:		Строка 285:
	=== Масштабируемость алгоритма и его реализации ===		=== Масштабируемость алгоритма и его реализации ===

	Для тестирования ~~были использованы два открытых набора~~ данных ~~машинного обучения~~.		Для тестирования был использован набор данных '''Sonar, Mines vs. Rocks'''<ref>[https://archive.ics.uci.edu/dataset/151/connectionist+bench+sonar+mines+vs+rocks Connectionist Bench (Sonar, Mines vs. Rocks)]</ref> предназначен для решения задачи классификации гидроакустических сигналов. Сонары (гидролокаторы) посылают звук высокой частоты в определенном направлении и получают отраженную звуковую волну. По характеристике этой волны можно сделать вывод, от чего именно она отразилась – от морской мины или же от подводного камня, скалы. Используемый для решения задачи набор данных был разработан сотрудником аэрокосмического технологического центра Полом Горманом в разгар холодной войны. Для получения данных металлический цилиндр и цилиндрическая горная порода, длиной около 1,5 метров, размещались на песчаном дне океана.

	~~Первый набор~~ данных ~~'''Sonar, Mines vs~~. ~~Rocks'''<ref>[https://archive.ics.uci~~.~~edu/dataset/151/connectionist+bench+sonar+~~mines~~+vs+rocks Connectionist Bench (Sonar~~, ~~Mines vs. Rocks)]</ref> предназначен для решения задачи классификации гидроакустических~~ сигналов. Сонары (гидролокаторы) посылают звук высокой частоты в определенном направлении и получают отраженную звуковую волну. ~~По характеристике этой волны можно сделать вывод~~, от ~~чего именно она отразилась – от морской мины~~ или же от ~~подводного камня~~, ~~скалы~~. Используемый для решения задачи набор данных был разработан сотрудником аэрокосмического технологического центра Полом Горманом в ~~разгар холодной войны~~. ~~Для получения данных металлический цилиндр и цилиндрическая горная порода~~, ~~длиной около 1~~,~~5 метров~~, ~~размещались на песчаном дне океана~~.		База данных о гидроакустических сигналах содержит 208 экземпляров и 60 атрибутов. Файл "sonar.mines" содержит 111 экземпляров, полученных путем отскакивания сигналов от мины под разными углами и при различных условиях. Файл "sonar.rocks" содержит 97 экземпляров, полученных от камней или скал в аналогичных условиях. Переданный сигнал гидролокатора представляет собой частотно-модулированный ЛЧМ, повышающийся по частоте. Каждый экземпляр представляет собой набор из 60 чисел в диапазоне от 0,0 до 1,0. Каждое число представляет энергию в пределах определенной полосы частот, полученной за определенный период времени. Метка, связанная с каждой записью, содержит букву «R» ("Rocks"), если объект представляет собой камень/скалу, и «M» ("Mines"), если это мина. Оба файла с представлением данных были интегрированы в один csv-файл "sonar.all-data.csv".

	~~База данных о гидроакустических сигналах содержит 208 экземпляров~~ и ~~60 атрибутов. Файл "sonar.mines" содержит 111 экземпляров~~, полученных путем отскакивания сигналов от мины под разными углами и при различных условиях. Файл "sonar.rocks" содержит 97 экземпляров, полученных от камней или скал в аналогичных условиях. Переданный сигнал гидролокатора представляет собой частотно-модулированный ЛЧМ, ~~повышающийся по частоте. Каждый экземпляр представляет собой набор из 60 чисел в диапазоне от 0~~,~~0 до 1,0. Каждое число представляет энергию~~ в пределах определенной полосы частот, полученной за определенный период времени. Метка, связанная с каждой записью, содержит букву «R» ("Rocks"), ~~если объект представляет собой камень/скалу~~, ~~и «M» ("Mines")~~, ~~если это мина. Оба файла с представлением данных были интегрированы в один csv-файл "sonar.all-data.csv"~~.		Набор и границы значений изменяемых параметров запуска реализации алгоритма:
			#*число потоков [1, 2, 4, 8, 16];
			#* количество деревьев в случайном лесе [10, 50, 100, 10000].

	~~Также был использован набор данных '''The Home Equity dataset (HMEQ)'''<ref>[https://www~~.kaggle.com/ajay1735/hmeq-data The Home Equity dataset (HMEQ)]</ref>, которые представляет информацию о долевом участии в строительстве жилья (HMEQ) содержит исходную информацию и информацию об эффективности кредитования для 5 960 недавних займов на строительство жилья. Целевой показатель - это бинарная переменная, указывающая, был ли заявитель в конечном итоге неплатежеспособен или имел серьезные просрочки. Этот неблагоприятный исход имел место в ~~1189 случаях. Для каждого заявителя было зарегистрировано 12 входных признаков~~.		На рис. 2 приведен график времени выполнения алгоритма в зависимости от изменяемых параметров запуска.

	=== Динамические характеристики и эффективность реализации алгоритма ===		=== Динамические характеристики и эффективность реализации алгоритма ===

Matfu: /* Ресурс параллелизма алгоритма */

2023-12-04T21:19:25Z

Ресурс параллелизма алгоритма

← Предыдущая версия		Версия от 21:19, 4 декабря 2023
Строка 267:		Строка 267:
	Наконец, <code>DecisionTree.findBestSplit()</code> вызывается каждый раз, когда в дереве вычисляется новое расщепление. Он выполняет поиск среди потенциальных предикатов для использования в качестве критерия разбиения и оценивает все уникальные значения каждого из них, которые будут использоваться в качестве критериев. Это становится все более дорогостоящей задачей по мере роста набора данных. Данный метод также возможно распараллелить за счет того, что разные потоки оценивают разные подмножества пространства кандидатов критериев разделения, что заметно ускоряет время обучения, особенно в сочетании с распараллеленным <code>randomForest.fit()</code>.		Наконец, <code>DecisionTree.findBestSplit()</code> вызывается каждый раз, когда в дереве вычисляется новое расщепление. Он выполняет поиск среди потенциальных предикатов для использования в качестве критерия разбиения и оценивает все уникальные значения каждого из них, которые будут использоваться в качестве критериев. Это становится все более дорогостоящей задачей по мере роста набора данных. Данный метод также возможно распараллелить за счет того, что разные потоки оценивают разные подмножества пространства кандидатов критериев разделения, что заметно ускоряет время обучения, особенно в сочетании с распараллеленным <code>randomForest.fit()</code>.

	Для удобства обработки данных были реализованы пользовательские классы <code>DataVector</code> и <code>DataFrame</code>, однако реализация их параллелизма является весьма сложной задачей. В частности, OpenMP выполняет множество операций предварительного выделения, создания и удаления объектов "под капотом", что требует очень тщательной реализации любых пользовательских классов и структур данных. Таким образом, при реализации распараллеливания с использованием прагм OpenMP в данном коде избегается использование пользовательских структур данных там, где это было возможно, вместо этого используя атомарные типы или стандартные объекты из пространства имен std. Само по себе это не было проблемой, но означало, что распараллеливание заключалось не просто в добавлении прагм, но требовало некоторого комплексного рефакторинга.		Для удобства обработки данных были реализованы пользовательские классы <code>DataVector</code> и <code>DataFrame</code>, однако реализация их параллелизма является весьма сложной задачей. В частности, OpenMP выполняет множество операций предварительного выделения, создания и удаления объектов "под капотом", что требует очень тщательной реализации любых пользовательских классов и структур данных. Таким образом, при реализации распараллеливания с использованием прагм OpenMP в данном коде избегается использование пользовательских структур данных там, где это было возможно, вместо этого используя атомарные типы или стандартные объекты из пространства имен <code>std</code>. Само по себе это не было проблемой, но означало, что распараллеливание заключалось не просто в добавлении прагм, но требовало некоторого комплексного рефакторинга.

	=== Входные и выходные данные алгоритма ===		=== Входные и выходные данные алгоритма ===

Matfu: /* Ресурс параллелизма алгоритма */

2023-12-04T21:18:43Z

Ресурс параллелизма алгоритма

← Предыдущая версия		Версия от 21:18, 4 декабря 2023
Строка 263:		Строка 263:
	Файл <code>random_forest.cpp</code>, отвечающий за функционал метода случайного леса, имеет распараллеленную версию <code>randomForest.fit()</code>, которая распределяет обучение отдельных деревьев по потокам. Именно здесь происходит наибольшая часть прироста производительности, поскольку теперь обучается параллельно <code>num_threads</code> деревьев вместо одного.		Файл <code>random_forest.cpp</code>, отвечающий за функционал метода случайного леса, имеет распараллеленную версию <code>randomForest.fit()</code>, которая распределяет обучение отдельных деревьев по потокам. Именно здесь происходит наибольшая часть прироста производительности, поскольку теперь обучается параллельно <code>num_threads</code> деревьев вместо одного.

	В файле <code>decision_tree.cpp</code>, содержащем функционал для построения решающих деревьев, реализован параллелизм в двух функциях <code>predict()</code> и <~~сode~~>findBestSplit()</code>. Каждое дерево, являющееся частью случайного леса, имеет тип <code>DecisionTree</code>, поэтому здесь можно получить дополнительные выгоды от распараллеливания. Метод <code>fit()</code> для <~~сode~~>DecisionTree</code> не распараллеливается, поскольку он выполняет рекурсивные вызовы для вычисления разбиений, и хотя мы могли бы распараллелить различные ветви процесса разбиения, а не жадно переходить слева направо, однако необходимые дополнительные накладные расходы, требующиеся для реализации последовательной версии данного алгоритма, быстро перевесят добавленную вычислительную мощность от распараллеливания. Метод <code>predict()</code> перебирает входные наблюдения, для того чтобы сделать прогноз для объекта, что является очевидным кандидатом для распараллеливания. Тонким местом является то, что объединение результирующих прогнозов должно выполняться в правильном порядке, что немного замедляет данный алгоритм.		В файле <code>decision_tree.cpp</code>, содержащем функционал для построения решающих деревьев, реализован параллелизм в двух функциях <code>predict()</code> и <code>findBestSplit()</code>. Каждое дерево, являющееся частью случайного леса, имеет тип <code>DecisionTree</code>, поэтому здесь можно получить дополнительные выгоды от распараллеливания. Метод <code>fit()</code> для <code>DecisionTree</code> не распараллеливается, поскольку он выполняет рекурсивные вызовы для вычисления разбиений, и хотя мы могли бы распараллелить различные ветви процесса разбиения, а не жадно переходить слева направо, однако необходимые дополнительные накладные расходы, требующиеся для реализации последовательной версии данного алгоритма, быстро перевесят добавленную вычислительную мощность от распараллеливания. Метод <code>predict()</code> перебирает входные наблюдения, для того чтобы сделать прогноз для объекта, что является очевидным кандидатом для распараллеливания. Тонким местом является то, что объединение результирующих прогнозов должно выполняться в правильном порядке, что немного замедляет данный алгоритм.

	Наконец, <code>DecisionTree.findBestSplit()</code> вызывается каждый раз, когда в дереве вычисляется новое расщепление. Он выполняет поиск среди потенциальных предикатов для использования в качестве критерия разбиения и оценивает все уникальные значения каждого из них, которые будут использоваться в качестве критериев. Это становится все более дорогостоящей задачей по мере роста набора данных. Данный метод также возможно распараллелить за счет того, что разные потоки оценивают разные подмножества пространства кандидатов критериев разделения, что заметно ускоряет время обучения, особенно в сочетании с распараллеленным <code>randomForest.fit()</code>.		Наконец, <code>DecisionTree.findBestSplit()</code> вызывается каждый раз, когда в дереве вычисляется новое расщепление. Он выполняет поиск среди потенциальных предикатов для использования в качестве критерия разбиения и оценивает все уникальные значения каждого из них, которые будут использоваться в качестве критериев. Это становится все более дорогостоящей задачей по мере роста набора данных. Данный метод также возможно распараллелить за счет того, что разные потоки оценивают разные подмножества пространства кандидатов критериев разделения, что заметно ускоряет время обучения, особенно в сочетании с распараллеленным <code>randomForest.fit()</code>.

Matfu: /* Информационный граф */

2023-12-04T18:08:12Z

Информационный граф

← Предыдущая версия		Версия от 18:08, 4 декабря 2023
Строка 256:		Строка 256:

	=== Информационный граф ===		=== Информационный граф ===
	[[Файл:matfu_graph_CART.png\|~~1200px~~\|center\|left\|~~описание~~]]		[[Файл:matfu_graph_CART.png\|700px\|center\|left\|Рисунок 1. Информационный граф случайного леса.]]

	=== Ресурс параллелизма алгоритма ===		=== Ресурс параллелизма алгоритма ===

Matfu: /* Информационный граф */

2023-12-04T18:06:41Z

Информационный граф

← Предыдущая версия		Версия от 18:06, 4 декабря 2023
Строка 256:		Строка 256:

	=== Информационный граф ===		=== Информационный граф ===
			[[Файл:matfu_graph_CART.png\|1200px\|center\|left\|описание]]

	=== Ресурс параллелизма алгоритма ===		=== Ресурс параллелизма алгоритма ===