XGBoost中参数调优的完整指南（含Python-3.X代码）
16lz
2021-01-22
CSDN：http://blog.csdn.net/kicilove/article/
Github：https://github.com/zhaohuicici?tab=repositories
原文链接：https://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/
-
- 引言
- 关于XGBoost你需要知道什么
- 目录
- XGBoost优势是什么
- 了解XGBoost参数有哪些
- 普遍意义的参数
- 提升器Booster参数在每一步中引导单个的加速器Booster树回归
- 带有学习任务的参数指导优化的过程
- 在实例中使用XGBoost并调参
- 参数调优的一般方法
- Step 1 Fix learning rate and number of estimators for tuning tree-based parameters
- Step 2 Tune max_depth and min_child_weight
- Step 3 Tune gamma
- Step 4 Tune subsample and colsample_bytree
- Step 5 Tuning Regularization Parameters
- Step 6 Reducing Learning Rate
- End Notes
更多相关文章
- python传递列表作为函数参数
- Python学习之路：函数的非固定参数
- 函数参数中裸星号的目的是什么？
- 在Python中强制使用函数参数类型?
- python中函数参数传递的几种方法
- Python3语法——Python3函数参数的各种形式
- python 函数、参数及参数解构
- 从bash脚本传递参数到python解释器
- 是否可以使用argparse来捕获任意一组可选参数?