《表4 贝叶斯方法对XGBoost算法进行调参》
贝叶斯调参时需要设定目标函数,本文中,目标函数入参为分类算法XGBoost的所有参数,输出为模型交叉验证5次的AUC均值。依据上文目标离散化中用到的某线列车2017年客票数据,将该数据80%部分进行训练,20%部分进行测试,采用贝叶斯方法对XGBoost算法进行参数最优化,结果见表4,其中迭代8次的参数达到最优。
图表编号 | XD007910500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 王红爱 |
绘制单位 | 中国铁道科学研究院 |
更多格式 | 高清、无水印(增值服务) |