Py之XGBoost：XGBoost库(Kaggle神器)的简介、安装、使用方法之详细攻略

Py之XGBoost：XGBoost库(Kaggle神器)的简介、安装、使用方法之详细攻略

目录

相关文章

ML之XGBoost：《XGBoost: A Scalable Tree Boosting System》的翻译与解读

ML之XGBoost：XGBoost算法模型(相关配图)的简介(XGBoost并行处理)、关键思路、代码实现(目标函数/评价函数)、安装、使用方法、案例应用之详细攻略

XGBoost库(Kaggle神器)的简介

XGBoost库的安装

XGBoost模型应用注意事项

XGBoost算法模型的代码实现

1、目标函数

(1)、XGBoost支持的目标函数

(2)、XGBoost自定义目标函数

2、评价函数

(1)、XGBoost支持的评价函数

(2)、XGBoost自定义评价函数

3、XGBoost算法参数列表

3.1、XGBoost算法参数综合分析

3.2、参数调优过程解读

(1)、采用缺省参数，此时learning_rate =0.1(较大)， 观察n_estimators的合适范围

(2)、max_depth 和min_child_weight 参数初步调整：这两个参数对结果影响很大，先大范围地粗调参数（步长为2），再小范围微调

(3)、行列采样参数： subsample和colsample_bytree

(4)、正则参数调整：reg_alpha（L2）和reg_lambda(L0)

(5)、降低学习率，调整树的数目。调用xgboost的cv函数

3.4、sklearn.ensemble.GradientBoostingClassifier

3.5、xgboost.XGBClassifier

3.6、xgboost.sklearn.XGBRegressor

XGBoost库的使用方法

XGBoost算法模型的案例应用

1、基础案例

2、进阶案例

---

相关文章

ML之XGBoost：《XGBoost: A Scalable Tree Boosting System》的翻译与解读

https://yunyaniu.blog.youkuaiyun.com/article/details/103219128