Xgboost: هل هناك على أي حال لترجمة نماذج XGBoost إلى نماذج Weka للحصول على أداء أفضل في الاستدلال

أهلا،
هل هناك أي طريقة لترجمة نماذج XGBoost إلى طرازات Weka؟

لدي مشكلة غريبة في كفاءة نماذج xgboost في وقت الاستدلال.

لقد قمت بتعيين عدد الجولات / الأشجار على 1 ، وعمق الأشجار على 108 وأنا أستخدم حزمة jvm لمشكلة تصنيف متعددة الفئات.

توقع 6000 حالة باستخدام أشجار XGBoost عندما أقوم بإنشاء مثيلات واحدة تلو الأخرى بما في ذلك إنشاء DMatrix والاستدلال / التنبؤ يستغرق 380 مللي ثانية.
(باستثناء إنشاء DMatrix يستغرق 180 مللي ثانية).

// creating a DMatrix with one row and the numberOfFeatures
// columns
double startTime = System.nanoTime();
DMatrix testInstance = new DMatrix(testingInstance, 1, numberOfFeatures, 9999F);
// predict just one instance
float[][] predicts = booster.predict(testInstance);
predictionTime += (System.nanoTime() - startTime) / 1e6;

ومع ذلك ، عندما أتوقع / استنتجهم باستخدام غابات Weka العشوائية ، يستغرق الأمر 30 مللي ثانية فقط.

بالنسبة لعدد الجولات (الأشجار) = 50 ، تتنبأ غابات WEKA العشوائية بـ 6000 حالة في 922 مللي ثانية وتتنبأ أشجار XGBoost بها في 3429 مللي ثانية.

المشكلة هي أن دقة أشجار XGBoost أفضل بكثير من الغابات العشوائية. ومع ذلك ، فإن وقت الاستدلال مهم جدًا أيضًا في حالتي.

لذا ، هل هناك على أي حال لتحويل نماذج XGBoost إلى نماذج WEKA؟!
أو هل لديك أي فكرة كيف يمكنني جعل التنبؤ أسرع ؟! هل مشكلة الكفاءة بسبب استدعاء المكتبات الأصلية من شفرة مصدر جافا؟

شكرا.