StatPatternRecognition (SPR) 与 Toolkit for MultiVariate Analysis (TMVA) 的 CPU 和内存性能比较
数据分析、统计与概率
2015-05-27 v1 高能物理 - 实验
计算物理
摘要
高能物理数据集通常以海量事件为特征。因此，使用能够高效分析这些前所未有数据量的统计软件包至关重要。我们比较了统计软件包 StatPatternRecognition (SPR) 和 Toolkit for MultiVariate Analysis (TMVA) 的性能。我们重点关注学习过程的 CPU 时间和内存使用如何随数据集大小扩展。作为分类器，我们考虑了随机森林、提升决策树和神经网络。在我们的测试中，我们使用了机器学习社区广泛使用的数据集“Threenorm”数据集，以及为测试各种边缘情况而定制的数据。对于每个数据集，我们不断增加其大小，并检查构建 SPR 和 TMVA 中实现的分类器所需的 CPU 时间和内存。我们表明，SPR 通常明显更快且消耗的内存明显更少。例如，在 Threenorm 数据上，SPR 实现的随机森林比 TMVA 快一个数量级，并且消耗的内存少一个数量级。
引用
@article{arxiv.1103.5278,
title = {Comparison of the CPU and memory performance of StatPatternRecognition (SPR) and Toolkit for MultiVariate Analysis (TMVA)},
author = {Giulio Palombo},
journal= {arXiv preprint arXiv:1103.5278},
year = {2015}
}