《表2 模型超参数:融合BERT语义特征的社区矫正方案推荐技术》

《表2 模型超参数:融合BERT语义特征的社区矫正方案推荐技术》   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
《融合BERT语义特征的社区矫正方案推荐技术》


  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

文中就课题任务分别采用了传统GBDT以及改进的XGBoost模型进行训练,传统的GBDT是针对于数据量较少的情况,XGBoost在GBDT基础上所做的改进一部分在于通过并行加快了对大数据集的训练速度,因此在这里尝试采用GBDT的方法是有意义的,同时也可比较两种模型针对特定数据集的性能。本文根据两种模型定义的主要超参数如表2所示。