如何解决决策森林的快速评估
我有一些决策树(1000-3000)需要尽快评估。它们都访问同一组双精度值。根本没有分类值(所以所有值都只是数字)。
最快的方法是什么?目前,我在运行时生成了一些 C 代码,并使用针对本地架构的最重要的优化来编译它。生成的代码看起来像这样(类似,但要大得多):
static inline double eval_tree0() {
if (*(const double *)0x12345 < 1.2345) {
if (*(const double *)0x4563456 < 2.2243) {
return 1.2111;
}
else {
return 5.2111;
}
}
else {
return 1.234;
}
}
double eval() {
return eval_tree0() + eval_tree1() + ...;
}
有什么更高效的吗?我正在考虑使用 AVX 一次评估多个树,但这似乎很棘手,我不确定性能是否更好。
有没有人知道对给定输入(批量大小为 1)评估一堆决策树的最快可能性是什么?甚至可能是 AVX 的东西?
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。