Datachemical LAB(デスクトップアプリ版)では、すべての Python プログラムが、アプリをインストールしたPC内で実行されます。そのため、処理可能なデータサイズや計算時間などは、おもにご使用のPCの性能(CPU、メモリなど)に依存します。下表にて各セクションにおけるデータサイズと計算時間の目安を示しますので、実行の際にご参考下さい。なお、Datachemical LAB(クラウド版)の目安についてはこちらをご参照下さい。
処理可能なデータサイズや計算時間は、PCの性能に加えて、使用するデータセットの内容や各セクションでのパラメータ設定、セキュリティソフトの有無などによっても変化しますので、下記表は動作を保証するものではありません。あくまで一つの目安としてお考え下さい。下表は特に指定がなければ各種パラメータはデフォルト設定を想定しております。
検証条件
処理可能なデータサイズや計算時間の検証は、以下の実行環境およびデータを使用し実施しております。
| セクション | 設定 | データセット・学習データ | 予測データ | 計算時間 |
|---|---|---|---|---|
| 仮想サンプル生成 | BASIC | 特徴量50個以下-生成可能なサンプル数100万行 | ||
| 特徴量50個以下-生成可能なサンプル数200万行 | 5分未満 | |||
| 10分未満 | ||||
| EXPERT | 特徴量50個以下-生成可能なサンプル数100万行 | 10分未満 | ||
| 特徴量選択 | 目的変数:1 | |||
| トレーニングデータ選択:なし | ||||
| -666:なし | ||||
| サンプル割合:あり, 0.99 | ||||
| 高い相関:あり, 0.99 | ||||
| Boruta:あり | 特徴量200個-サンプル数10万行 | 5分未満 | ||
| GAによる波長領域選択 | 目的変数:1 | |||
| モデル:PLS | 特徴量651個-サンプル数155行 | 30分未満 | ||
| MI-モデル最適化 | 目的変数:1 | |||
| モデル:RF | 特徴量10個-サンプル数10万行 | 30分未満 | ||
| MI-MI予測•回帰分析 | 目的変数:1 | |||
| モデル:RF | 特徴量10個-サンプル数1万行 | 特徴量10個-サンプル数100万行 | 10分未満 | |
| MI-MI予測•ベイズ最適化 | 目的変数:1 | |||
| モデル:NGPR1 | 特徴量10個-サンプル数1万行 | 特徴量10個-サンプル数10万行 | 30分未満 |