# 常规参数
- booster
- gbtree 树模型作为基分类器(默认)
- gbliner 基分类器作为基分类器的线性模型
- silent
- silent=0时不输出中间过程(默认)
- silent=1.输出中间过程
- nthread
- nthread=-1:00,使用所有CPU并行操作(默认)
- nthread=1时,使用一个CPU进行操作。
- scale_pos_weight
- 在二分类任务中,当正负样本的比例不平衡时,设置正样本的权重,模型效果更好。例如,当正负样本的比例为1时:10时,scale_pos_weight=10。
# 模型参数
- n_estimatores
- 含义:总迭代次数,即决策树的数量
- 调参:
- early_stopping_rounds
- 含义:在验证集中,当连续n次迭代,分数没有提高时,提前终止训练。
- 调参:防止overfiting。
- max_depth
- 含义:树的深度,默认值为6,典型值为3-10。
- 参考:值越大,越容易过拟合;值越小,越容易欠拟合。
- min_child_weight
- 含义:默认值为1,。
- 参考:值越大,越容易欠拟合;值越小,越容易过拟合(值越大,避免模型学习局部特殊样本)。
- subsample
- 含义:训练每棵树时,使用的数据占所有训练集的比例。默认值为1,典型值为0.5-1。
- 调参:防止overfiting。
- colsample_bytree
- 含义:训练每棵树时,使用的特征占所有特征的比例。默认值为1,典型值为0.5-1。
- 调参:防止overfiting。
# 学习任务参数
- learning_rate
- 含义:学习率,每次迭代更新权重时控制步长,默认0.3。
- 参考:值越小,训练越慢。
- 典型值为0.01-0.2。
- objective 目标函数
- 回归任务
- reg:linear (默认)
- reg:logistic
- 二分类
- binary:logistic 概率
- binary:logitraw 类别
- 多分类
- multi:softmax num_class=n 返回类别
- multi:softprob num_class=n 返回概率
- rank:pairwise
- eval_metric
- 回归任务(默认rmse)
- rmse--均方根误差
- mae--平均绝对误差
- 分类任务(默认error)
- auc--roc曲线下面积
- error--错误率(二分类)
- merror--错误率(多分类)
- logloss--负对数似乎是函数(二分类)
- mlogloss--负对数似乎是函数(多分类)
- gamma
- 处罚系数,指定节点分裂所需的最小损失函数下降。
- 调参:
- alpha
- L1正则化系数默认为1
- lambda
- L2正则化系数默认为1
# 代码的主要函数:
- 载入数据:load_digits()
- 数据拆分:train_test_split()
- 建立模型:XGBClassifier()
- 模型训练:fit()
- 模型预测:predict()
- 性能度量:accuracy_score()
- 特征的重要性:plot_importance()