【摘 要】
:
在大量变化着的数据中,数据分析师常常只关心预测结果为特定值的少量数据.然而,利用机器学习模型进行推理的工作流程中,由于机器学习算法库默认数据以单表方式组织,用户必须
【机 构】
:
清华大学计算机科学与技术系,北京100084
论文部分内容阅读
在大量变化着的数据中,数据分析师常常只关心预测结果为特定值的少量数据.然而,利用机器学习模型进行推理的工作流程中,由于机器学习算法库默认数据以单表方式组织,用户必须先通过SQL语句查询出全部数据,即使随后在模型推理过程中会将大量数据丢弃.指出了在这个过程中,如果可以预先从模型中提取信息,就有望能在数据获取阶段快速排除不需要的数据,从而降低数据获取过程中的多表连接代价、进程间通信代价以及模型预测代价,进而加速整个工作流程.以决策树模型为例,首先提出一种预筛选+验证的执行方法对查询过程进行优化,之后给出了从决策树中提取用于预筛选谓词的离线算法,最后在真实数据集上进行测试.实验结果表明,所提出的方法能够对借助决策树模型推理结果对数据进行筛选的应用场景起到较好的加速效果.
其他文献
今年是60年难遇上的金猪年,虽然这一说法没有真正的科学依据,但是很多女性都已经怀上了“金猪宝宝”。迎接这群小金猪,很多准妈妈的心情是又兴奋又紧张。怎样才能生个健健康
本课题重点以江西省现代生态农业示范园为典型的农业生态模式,研究如何依托科技力量、产业基础、生态环境和区位优势等各种农业资源,实现农业资源的高效利用,着力打造集“科
高品质、宽带化、无连接服务作为未来网络发展的必然趋势逐渐为人们所接受,并成为努力争取达到的目标。但就高速宽带网络本身,究竟要采用怎样的技术予以实现?InternetⅡ能否
例1 故障现象:刚开机时一切正常,但开机后常有一条水平亮线,有时在开机几小时后出现,有时几天后才出现,只有重新开机才能消除。分析检修:从现象看,系场电路故障。在机器正常
音响世界风起云涌,得现时高科技支持,各路“好汉”纷纷粉墨登场。物易桑田,今天最受欢迎的视听产品非VCD莫属。VCD这一新生事物,借发烧热潮,以其物美价廉,软件丰富之优势,问
结合《全国优势农产品区域布局规划(2008-2015年)、《全国粮食生产发展规划(2006-2020年)》, 提出并设计湖南粮食生产区域功能优化战略是:以保障粮食安全和促进农民增收为根
发展潜力评价以县(市、区)为评价单元,在科学阐述评价目的、指标体系构建原则的基础上,根据湖南创意休闲农业发展现状及发展趋势,拟定了基础保障潜力、企业发展潜力、外在支
Sillicon Graphics(SGI)与其它公司已经打破专业级的电视图像后期制作设备和桌面系统之间的隔阂。现在,使用期待已久的Digital Studio(DS),Softimage公司完全把高质量电视图
语文教师肩负着对学生进行爱的教育的责任,人文性与工具性相统一的语文学科,在注重对学生听、说、读、写能力的同时,也要注重对学生人文精神的培养。让学生学会爱、让学生懂得回报爱,这是一项多么伟大的课题!而这一课题贯穿在我们的语文教学中,必将使语文课堂的人文色彩熠熠生辉。 如今的孩子都是独生子女,他们在生活中得到了来自父母、亲人太多的爱。可是,他们是否懂得回报呢?《妈妈的爱》这篇精读课文讲的是在老师的启
建筑土建工程中节能施工技术的应用,是建筑土建工程在绿色能源节约与生态建设发展的重要推动力.节能施工技术的应用,在很大程度上改善建筑土建工程施工结构,增加土建工程舒适