tg-me.com/ds_interview_lib/236
Last Update:
Как рассчитать вычислительную сложность модели машинного обучения?
Можно говорить как о временной сложности алгоритма, так и о пространственной. Первая описывает количество времени, необходимое для выполнения алгоритма. Вторая — количество необходимой памяти. В ML-моделях это всё зависит от входных данных.
Примем такие обозначения:
n = количество обучающих примеров,
d = количество измерений данных,
Тогда расчёты будут такими:
🔹 KNN
Временная сложность — O(knd) (k — количество соседей)
Пространственная сложность — O(nd)
🔹 Логистическая регрессия
Временная сложность — O(nd)
Пространственная сложность — O(d)
🔹 SVM
Временная сложность (при обучении) — O(n²)
Временная сложность (при запуске) — O(k*d) (k — количество опорных векторов)
🔹 Дерево решений
Временная сложность (при обучении) — O(n*log(n)*d)
Временная сложность (при запуске) — O(максимальная глубина дерева)
Отметим, что это лишь обобщённые оценки.
#машинное_обучение
#программирование
BY Библиотека собеса по Data Science | вопросы с собеседований
Share with your friend now:
tg-me.com/ds_interview_lib/236