一、概述
如果你的预测模型表现得有些不尽如人意,那就用XGBoost吧。XGBoost算法现在已经成为很多数据工程师的重要武器。它是一种十分精致的算法,可以处理各种不规则的数据。 构造一个使用XGBoost的模型十分简单。但是,提高这个模型的表现就有些困难(至少我觉得十分纠结)。这个算法使用了好几个参数。所以为了提高模型的表现,参数的调整十分必要。在解决实际问题的时候,有些问题是很难回答的——你需要调整哪些参数?这些参数要调到什么值,才能达到理想的输出?
有人会说,这个简单哇,直接使用sklearn集成的交叉验证,比如:gridsearchCV等
但是这样我们往往碰见一个问题,就是这个方法自定义的验证集是从你给出的训练集随机分割的,在合理一点就是按照label等比例分割,保证训练集和测试集的label分布一致。但是有时候我们的测试集分割方式可能是按照时间分出来的(特别是在各种机器学习竞赛上),这时候我们为了尽量保证验证集和测试集同分布,也应该使用时间分割,这个时候怎么使用自定义的验证集去调参的问题就摆在了我们面前
话不多说,直接进入正题,实例代码加讲解告诉各位怎么做
二、在gridsearchCV上使用自定义验证集
(1)首先我们要先了解一个sklearn的类
就是下面这个类:
class sklearn.