《表6 模型参数选择情况:基于XGBoost的搜索结果智能排序系统》
选取完特征后,将用户的每条评分记录与选取的特征结合起来,以特征向量为自变量,以规范化后的用户评分为预测变量构建训练集,进行模型训练,同时通过交叉验证的方法对模型进行参数调节。XGBoost参数分为3类:通用参数、Booster参数和学习目标参数。通用参数用于宏观的函数控制,例如选择树模型;Booster参数用来控制模型训练过程中每一步的优化情况;学习目标参数用来控制训练目标的表现情况。本文采用XGBoost回归树(XGB Regressor),在前文所述特征的基础上建立基础模型,在基础模型的基础上使用交叉验证(Cross-validation)的方法进行参数调节[26],调节结果及相应参数含义如表6所示。
图表编号 | XD00122101700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 赵晗、孟晓景、张春勇 |
绘制单位 | 山东科技大学计算机科学与工程学院、山东科技大学计算机科学与工程学院、山东科技大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |