0
点赞
收藏
分享

微信扫一扫

终于把XGBoost总结写出来了!


作者:王茂霖,华中科技大学,Datawhale成员

内容概括

XGBoost模型及调参总结

  1. XGBoost原理
  2. XGBoost优势总结
  3. XGBoost参数详解
  4. XGBoost快速使用
  5. XGBoost调参方法


PPT下载:后台回复“210502”可获取

XGBoost模型介绍

终于把XGBoost总结写出来了!_python库

一、XGBoost原理

终于把XGBoost总结写出来了!_搜索空间_02XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型,而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型,并对模型中的算法进行了诸多优化,在取得高精度的同时又保持了极快的速度


二、XGBoost优势总结


终于把XGBoost总结写出来了!_python库_03


XGBoost模型调参

一、XGBoost参数详解

1.一般参数

终于把XGBoost总结写出来了!_python库_04

终于把XGBoost总结写出来了!_参数详解_05

终于把XGBoost总结写出来了!_搜索空间_06

2.学习目标参数

终于把XGBoost总结写出来了!_搜索空间_07

3.工具包参数

终于把XGBoost总结写出来了!_搜索空间_08


二、XGBoost快速使用


终于把XGBoost总结写出来了!_python库_09

终于把XGBoost总结写出来了!_参数详解_10


三、XGBoost调参方法(贝叶斯优化)

Hyperopt是一个sklearn的python库,在搜索空间上进行串行和并行优化,搜索空间可以是实值,离散和条件维度。

1.初始化空间所需的值范围

终于把XGBoost总结写出来了!_python库_11

2.定义目标函数

终于把XGBoost总结写出来了!_参数详解_12

3.运行hyperopt功能

终于把XGBoost总结写出来了!_搜索空间_13


本文作者

王茂霖,Datawhale重要贡献成员,Datawhale&天池数据挖掘学习赛开源内容贡献者,阅读超10w。


参赛30余次,获得DCIC-数字中国创新创业大赛亚军,全球城市计算AI挑战赛,Alibaba Cloud German AI Challenge等多项Top10。


终于把XGBoost总结写出来了!_python库_14


举报

相关推荐

0 条评论