Postgres的-馬德利布預測花費的時間比訓練

我使用下面的代碼訓練我的數據：Postgres的-馬德利布預測花費的時間比訓練

start_time := clock_timestamp(); 
    PERFORM madlib.create_nb_prepared_data_tables('nb_training', 
               'class', 
               'attributes', 
               'ARRAY[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57]', 
               57, 
               'categ_feature_probs', 
               'numeric_attr_params', 
               'class_priors' 
               ); 
    training_time := 1000* (extract(epoch FROM clock_timestamp()) - extract(epoch FROM start_time));

而且我預測的代碼去如下：

start_time := clock_timestamp(); 
    PERFORM madlib.create_nb_probs_view('categ_feature_probs', 
             'class_priors', 
             'nb_testing', 
             'id', 
             'attributes', 
             57, 
             'numeric_attr_params', 
             'probs_view'); 

select * from probs_view 
prediction_time := 1000 * (extract(epoch FROM clock_timestamp()) - extract(epoch FROM start_time));

的訓練數據包含450000條記錄測試數據集包含50000條記錄。

但是，我的平均訓練時間大約爲17173毫秒，其中預測時間爲26481毫秒。根據我對樸素貝葉的理解，預測時間應該小於training_time。我在這裏做錯了什麼？

來源

2017-08-10 vatsal mevada

Naive Bayes classification MADlib的早期階段，這意味着接口和實現在這個階段是初步的。有一堆open JIRAs告訴我，在升級到頂級模塊之前需要一些努力。

來源

2017-08-28 19:14:09

Postgres的-馬德利布預測花費的時間比訓練

回答

相關問題