了解xgboost 找到网络一个图 侵删 感谢原作者提供图
https://pic3.zhimg.com/v2-07783eb41e619927e8911b85442b9e38_r.jpg
xgboost训练回归模型很简单,按照前面的博客安装了xgboost库之后:
xgboost的参数说明如下代码:
params={
'booster':'gbtree',
'objective': 'multi:softmax', #多分类的问题
'num_class':10, # 类别数,与 multisoftmax 并用
'gamma':0.1, # 用于控制是否后剪枝的参数,越大越保守,一般0.1、0.2这样子。
'max_depth':12, # 构建树的深度,越大越容易过拟合
'lambda':2, # 控制模型复杂度的权重值的L2正则化项参数,参数越大,模型越不容易过拟合。
'subsample':0.7, #