部署时 h2o MOJO 与 POJO 之间的性能差异

Question

我用h2o.GLM训练了一个二元分类器模型。我有大约 5-10 个功能。我想知道哪个在生产中会更快？

1. 在我的 java 代码中对逻辑回归进行编码。
2. 通过 h2o 使用 POJO
。
3. 使用 h2o 生成的 MOJO。

如果我训练随机森林模型而不是 GLM，这个答案会改变吗？

我需要得分~1亿行。我已经在分发不同观察结果的评分。

Answer 1

对于逻辑回归，POJO 或 MOJO 都可以。 首选 MOJO 以获得更好的向后兼容性属性。

对于深度超过6的随机森林，一定要使用MOJO。 非常大(例如 1 GB 或更多)的 RF 模型甚至无法编译。

MOJO不需要编译，这非常方便，对于非常深的树，它们运行得更快，运行时间非常一致。