XGBRegressor vs. xgboost.train enorme differenza di velocità?

Se alleno il mio modello utilizzando il seguente codice:

import xgboost as xg
params = {'max_depth':3,
'min_child_weight':10,
'learning_rate':0.3,
'subsample':0.5,
'colsample_bytree':0.6,
'obj':'reg:linear',
'n_estimators':1000,
'eta':0.3}

features = df[feature_columns]
target = df[target_columns]
dmatrix = xg.DMatrix(features.values,
                     target.values,
                     feature_names=features.columns.values)
clf = xg.train(params, dmatrix)

termina in circa 1 minuto.

Se alleno il mio modello usando il metodo di apprendimento Sci-Kit:

import xgboost as xg
max_depth = 3
min_child_weight = 10
subsample = 0.5
colsample_bytree = 0.6
objective = 'reg:linear'
num_estimators = 1000
learning_rate = 0.3

features = df[feature_columns]
target = df[target_columns]
clf = xg.XGBRegressor(max_depth=max_depth,
                min_child_weight=min_child_weight,
                subsample=subsample,
                colsample_bytree=colsample_bytree,
                objective=objective,
                n_estimators=num_estimators,
                learning_rate=learning_rate)
clf.fit(features, target)

ci vogliono più di 30 minuti.

Penserei che il codice sottostante sia quasi esattamente lo stesso (cioè XGBRegressorchiamate xg.train) - cosa sta succedendo qui?

xgboost.trainignorerà il parametro n_estimators, mentre xgboost.XGBRegressoraccetta. In xgboost.train, il potenziamento delle iterazioni (ovvero n_estimators) è controllato da num_boost_round(impostazione predefinita: 10)

Nel tuo caso, il primo codice eseguirà 10 iterazioni (per impostazione predefinita), mentre il secondo eseguirà 1000 iterazioni. Non ci sarà alcuna grande differenza se provi a cambiare clf = xg.train(params, dmatrix)in clf = xg.train(params, dmatrix, 1000),

Riferimenti

http://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.train

http://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.XGBRegressor