本文详细解析了XGBoost的参数，包括通用参数、booster参数和任务参数。通用参数如booster（选择gbtree或gblinear），booster参数涉及树模型和线性模型的设置，如eta（控制学习步长）、max_depth（限制树的深度）等。任务参数如objective（定义学习任务，如reg:linear、binary:logistic等）。了解这些参数有助于优化XGBoost模型的性能。
XGBoost参数
在运行XGboost之前，必须设置三种类型成熟：general parameters，booster parameters和task parameters：
- General parameters：参数控制在提升（boosting）过程中使用哪种booster，常用的booster有树模型（tree）和线性模型（linear model）。
- Booster parameters：这取决于使用哪种booster。
- Task parameters：控制学习的场景，例如在回归问题中会使用不同的参数控制排序。
- 除了以上参数还可能有其它参数，在命令行中使用
Parameters in R Package
In R-package, you can use .(dot) to replace under score in the parameters, for example, you can use max.depth as max_depth. The underscore parameters are also valid in R.
General Parameters
- booster [default=gbtree]
- 有两中模型可以选择gbtree和gblinear。gbtree使用基于树的模型进行提升计算，gblinear使用线性模型进行提升计算。
缺省值为gbtree
- 有两中模型可以选择gbtree和gblinear。gbtree使用基于树的模型进行提升计算，gblinear使用线性模型进行提升计算。
- silent [default=0]
- 取0时表示打印出运行时信息，取1时表示以缄默方式运行，不打印运行时信息。
缺省值为0
- 取0时表示打印出运行时信息，取1时表示以缄默方式运行，不打印运行时信息。
- nthread [default to maximum number of threads available if not set]
- XGBoost运行时的线程数。
缺省值是当前系统可以获得的最大线程数
- XGBoost运行时的线程数。
- num_pbuffer [set automatically by xgboost, no need to be set by user]
最低0.47元/天 解锁文章
扫一扫
307
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
