內(nèi)容概括

XGBoost模型及調(diào)參總結(jié)

1. XGBoost原理

2. XGBoost優(yōu)勢(shì)總結(jié)

3. XGBoost參數(shù)詳解

4. XGBoost快速使用

5. XGBoost調(diào)參方法

PPT下載：后臺(tái)回復(fù)“210502”可獲取

XGBoost模型介紹

XGBoost是2016年由華盛頓大學(xué)陳天奇老師帶領(lǐng)開發(fā)的一個(gè)可擴(kuò)展機(jī)器學(xué)習(xí)系統(tǒng)。嚴(yán)格意義上講XGBoost并不是一種模型，而是一個(gè)可供用戶輕松解決分類、回歸或排序問(wèn)題的軟件包。它內(nèi)部實(shí)現(xiàn)了梯度提升樹(GBDT)模型，并對(duì)模型中的算法進(jìn)行了諸多優(yōu)化，在取得高精度的同時(shí)又保持了極快的速度。

XGBoost模型調(diào)參

2.學(xué)習(xí)目標(biāo)參數(shù)

3.工具包參數(shù)

Hyperopt是一個(gè)sklearn的python庫(kù)，在搜索空間上進(jìn)行串行和并行優(yōu)化，搜索空間可以是實(shí)值，離散和條件維度。

1.初始化空間所需的值范圍

2.定義目標(biāo)函數(shù)

3.運(yùn)行hyperopt功能

本文作者

王茂霖，Datawhale重要貢獻(xiàn)成員，Datawhale&天池?cái)?shù)據(jù)挖掘?qū)W習(xí)賽開源內(nèi)容貢獻(xiàn)者，閱讀超10w。

參賽30余次，獲得DCIC-數(shù)字中國(guó)創(chuàng)新創(chuàng)業(yè)大賽亞軍，全球城市計(jì)算AI挑戰(zhàn)賽，Alibaba Cloud German AI Challenge等多項(xiàng)Top10。