XGBoost의 튜닝 가능한 파라미터

XGBoost로 익히는 Extreme Gradient Boosting

Sergey Fogelson

Head of Data Science, TelevisaUnivision

트리 튜닝 가능한 파라미터

  • learning rate: 학습률/eta
  • gamma: 새 트리 분할을 만들기 위한 최소 손실 감소
  • lambda: 리프 가중치에 대한 L2 정규화
  • alpha: 리프 가중치에 대한 L1 정규화
  • max_depth: 트리당 최대 깊이
  • subsample: 트리당 사용되는 샘플 비율
  • colsample_bytree: 트리당 사용되는 피처 비율
XGBoost로 익히는 Extreme Gradient Boosting

선형 튜닝 가능한 파라미터

  • lambda: 가중치에 대한 L2 정규화
  • alpha: 가중치에 대한 L1 정규화

  • lambda_bias: 편향에 대한 L2 정규화 항

  • 두 기본 모델 유형 모두 추정기 수를 튜닝할 수 있습니다!

XGBoost로 익히는 Extreme Gradient Boosting

직접 튜닝해 봅시다!

XGBoost로 익히는 Extreme Gradient Boosting

Preparing Video For Download...