问题描述
我们正在开展一个项目，我们必须构建可以处理任何列子集的模型。我们选择了 XGBoost 分类器，我们的想法是在仅使用选定的列选择列的子集后构建一个新模型。我们的数据集很小，有 1600 行和 25 列，所以我们的方法工作相对较快。我们为这个项目制作了一个带有streamlit的应用程序。我们可以指定要使用的列，然后给出预测。在本地运行此应用程序可以正常工作，并且可以非常快地给出结果。但是它在 heroku 上运行很慢，因为在 dyno 上拟合 XGB 模型需要花费大量时间。我们不知道为什么在 heroku 上拟合要花费近 100 倍的时间。代码的其他部分在 heroku 上也运行得非常快，只有xgb.fit(X_train_temp2,y_train_temp2)行运行得非常慢。可能是什么原因导致 heroku 上的拟合过程真的很慢？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）