《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》
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。
图表编号 | XD002447300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 邸瑞、陈正鸣、吕嘉 |
绘制单位 | 河海大学物联网工程学院、河海大学物联网工程学院、河海大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |