의사 결정 트리 및 의사 결정 포리스트에 대해 Azure ML에서 런타임을 줄이는 방법

2000000 개가 넘는 행을 포함하는 데이터 세트에 대해 회귀 모델을 실행하려고합니다. 선형 회귀를 사용하려고 시도하고 모델 하이퍼 매개 변수를 조정하지 않고 의사 결정 트리 회귀를 향상 시켰지만 예상 정확도를 얻지 못했습니다. 부스트 의사 결정 트리에 Tune 모델 하이퍼 파라미터를 사용하려고 시도했습니다. 모델은 20 분 이상 실행됩니다. 의사 결정 포리스트도 0 시간이 걸립니다 (모델 하이퍼 파라미터를 튜닝하지 않아도). 결과 정확도를 크게 저하시키지 않으면 서 런타임을 줄일 수있는 방법이 있습니까?

샘플링이 출력에 영향을 미치나요 (샘플링 속도로 0.5를 가짐)?