《表6 模型参数选择情况：基于XGBoost的搜索结果智能排序系统》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于XGBoost的搜索结果智能排序系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。