Parametry XGBoost do strojenia

Extreme Gradient Boosting with XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Parametry drzewa do strojenia

  • learning rate: współczynnik uczenia/eta
  • gamma: min. redukcja straty do podziału drzewa
  • lambda: regularyzacja L2 wag liści
  • alpha: regularyzacja L1 wag liści
  • max_depth: maks. głębokość drzewa
  • subsample: % próbek na drzewo
  • colsample_bytree: % cech na drzewo
Extreme Gradient Boosting with XGBoost

Parametry liniowe do strojenia

  • lambda: regularyzacja L2 wag
  • alpha: regularyzacja L1 wag

  • lambda_bias: regularyzacja L2 wyrazu wolnego

  • Można też strojić liczbę estymatorów dla obu typów modeli bazowych!

Extreme Gradient Boosting with XGBoost

Czas na strojenie!

Extreme Gradient Boosting with XGBoost

Preparing Video For Download...