Xgboost: क्या अनुमान पर बेहतर प्रदर्शन प्राप्त करने के लिए XGBoost मॉडल को Weka वाले में अनुवाद करने के लिए वैसे भी है

नमस्ते,
क्या वैसे भी XGBoost मॉडल का Weka मॉडल में अनुवाद किया जा सकता है?

मुझे अनुमान के समय xgboost मॉडल की दक्षता के साथ एक अजीब समस्या है।

मैंने राउंड/पेड़ों की संख्या 1 पर सेट की है, पेड़ों की गहराई 108 तक और मैं बहु-वर्ग वर्गीकरण समस्या के लिए जेवीएम-पैकेज का उपयोग कर रहा हूं।

XGBoost पेड़ों के साथ 6000 उदाहरणों की भविष्यवाणी करते समय जब मैं DMatrix के निर्माण सहित एक-एक करके उदाहरण बनाता हूं और अनुमान/भविष्यवाणी 380ms लेता है।
(DMatrix निर्माण को छोड़कर इसमें 180ms लगते हैं)।

// 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;

हालाँकि, जब मैं वेका यादृच्छिक जंगलों का उपयोग करके उनकी भविष्यवाणी/अनुमान लगाता हूं तो इसमें सिर्फ 30ms लगते हैं।

राउंड (पेड़) = 50 की संख्या के लिए, WEKA यादृच्छिक वन 922ms में 6000 उदाहरणों की भविष्यवाणी करते हैं और XGBoost पेड़ 3429ms में उनकी भविष्यवाणी करते हैं।

समस्या यह है कि XGBoost पेड़ों की सटीकता यादृच्छिक वनों की तुलना में कहीं बेहतर है। हालाँकि, मेरे मामले में अनुमान का समय भी बहुत महत्वपूर्ण है।

तो, वहाँ वैसे भी XGBoost मॉडल को WEKA मॉडल में बदलने के लिए है ?!
या क्या आपके पास कोई विचार है कि मैं भविष्यवाणी कैसे तेजी से कर सकता हूं ?! जावा स्रोत कोड से देशी पुस्तकालयों को कॉल करने की वजह से दक्षता समस्या है?

धन्यवाद।