立即学习:https://edu.csdn.net/course/play/10582/236123?utm_source=blogtoedu
XGBoost
分类 XGBClassifier
回归 XGBRegressor
排序 XGBRanker
learning task parameters 与学习任务有关,如分类回归合排序
objective eval metric seed basescore
General parameters 一般参数
基学习器类型、基学习器可选回归树或线性模型
booster silent静默 nthread disable_default eval metric
booster取值gbtree gblinear dart
objective 损失函数
eval——metric评价指标
gblinear L2正则权重 L1正则权重
gbtree
tree Booster 的参数
learn_rate 学习率或收缩因子,学习率和迭代次数/弱分器数目
n estimator 弱分类器数目
tree method树的建立算法
grow policy结点增长策略
max depth树的最大深度
max leaves最大叶子数目
max bin直方图最大bin数
sketch eps
min child weight 叶子样本最小权重和
gamma 损失函数下降值的最小值
subsample 采样率
colsample bytree 每棵树所用的特征比例
byleve每隔层分裂所用的特征比例
reg alpha l1正则惩罚系数 lambda l2正则惩罚系数