我正在使用 XGBoost 训练来自 Kaggle 项目 Rossmann Store Sales 的 100 万行和约 15 个特征。它看起来很慢。在没有参数调整的情况下训练模型需要 30 分钟。如果我运行 GridSearchCV 来训练具有 3 倍和 6 个学习率值的模型，返回将需要 10 多个小时。由于我是第一次使用XGBoost，所以我不知道这是否正常。我无法想象调优 XGBoost 模型的所有参数需要多少天。 请帮助我。
模型参数：XGBRegressor(learning_rate = 0.1,max_depth = 5,n_estimators = 1165,subsample=0.8,colsample_bytree=0.8,seed=27)。我使用 n_estimators 1165 是因为 xgboost.train 将其作为最佳迭代返回。还将 nthread 从 1 更改为 4，它根本不会提高性能。
我的电脑配置是； CPU：intel i7 6500U（2核4线程） 内存：8GB 操作系统：Windows 10
谢谢！ 贾斯汀
XGB 从我收集的数据中运行需要花费大量时间，而且你的数据非常庞大，当我在小型简单数据集上使用 XGB 时，它也需要花费大量时间，你可以尝试将树生长策略 tree_method 切换为 hist。使用 GPU 应该设置为 gpu_hist，它会运行得更快，但我认为它仍然需要很长时间。