Parameter yang dapat diatur di XGBoost

Extreme Gradient Boosting dengan XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Parameter pohon yang umum diatur

  • learning rate: laju pembelajaran/eta
  • gamma: penurunan rugi minimum untuk membuat pemisahan pohon baru
  • lambda: regularisasi L2 pada bobot daun
  • alpha: regularisasi L1 pada bobot daun
  • max_depth: kedalaman maksimum per pohon
  • subsample: % sampel yang digunakan per pohon
  • colsample_bytree: % fitur yang digunakan per pohon
Extreme Gradient Boosting dengan XGBoost

Parameter linear yang dapat diatur

  • lambda: regularisasi L2 pada bobot
  • alpha: regularisasi L1 pada bobot

  • lambda_bias: suku regularisasi L2 pada bias

  • Anda juga dapat mengatur jumlah estimator untuk kedua tipe model dasar!

Extreme Gradient Boosting dengan XGBoost

Ayo mulai menyetel!

Extreme Gradient Boosting dengan XGBoost

Preparing Video For Download...