《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》
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。
图表编号 | XD00131677200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.20 |
作者 | 柳阳、郭红钰 |
绘制单位 | 华北计算技术研究所系统八部、华北计算技术研究所系统八部 |
更多格式 | 高清、无水印(增值服务) |