《表2 重要参数及其缺省值》

  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SMOTE的XGBoost算法在风机叶片结冰预测中的应用》

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

Scikit-Learn中XGBoost算法有二十余个参数，为了提高模型的表现，需要对参数进行优化。由于XGBoost是基于梯度提升树的集成算法，因此其参数可以分成三个部分:集成算法本身的参数，用于集成的弱评估器相关参数，机器学习任务等其他参数。考虑参数对于模型准确率的影响程度，本文主要对前两部分中的n＿extimators，subsample，learnin＿rate，booster，objective，alpha，lambda，gamma，max＿depth九个主要参数进行优化。参数的具体信息与默认值如表2所示。