XGboost模型的优势--参数作用--参数调优

本文通过总结XGBoost的使用经验,分享了在Scalaspark环境下手动调参的方法,并介绍了两个实用的参考资料。文章针对XGBoost在预测模型中的应用进行了深入探讨,特别是对于那些不清楚如何选择模型的情况,提供了宝贵的见解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近接触xgboost,但是对于这个模型框架我也是一知半解,每次用的时候,都是百度各种调参方法,因为用的是scala spark,各种配置文件,不能对这个xgboost进行网格参数优化,因此只能手调参数,这是一个时间周期很长的事情。每次参数的作用啥的也记不住,这对我的工作产生了很大困惑,今日无事,来总结一下xgboost相关资料,看到两个不错的博客,这里进行翻译,结合自己的实际操作,可能会进行一些调整,因为博客首先是给自己看,自己看懂了,大家才有看懂的可能,因此我不想为了写而写,是自己知识的一个积累。

1.简单介绍--xgboost背景

在预测模型中,当你不知道用什么模型的时候,考虑xgboost。xgboost成为了数据分析的一种通用算法。



参考博客:

1.https://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/

2.https://www.aliyun.com/jiaocheng/458990.html?spm=5176.100033.2.8.wRaf8V


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值