python机器学习库xgboost使用调参

XGBoost的安装

pip install xgboost

如何使用

clf = XGBClassifier(learning_rate =0.1, #默认0.3n_estimators=1000, #树的个数max_depth=5,min_child_weight=1,gamma=0,subsample=0.8,colsample_bytree=0.8,objective= 'binary:logistic', #逻辑回归损失函数nthread=4,  #cpu线程数scale_pos_weight=1,seed=27)  #随机种子
clf.fit(X_train, y_train)
y_pre= clf.predict(X_test)
y_pro= clf.predict_proba(X_test)[:,1] 

参数说明

1. max_depth = 5 :#这个值为树的最大深度。这个值也是用来避免过拟合的。max_depth越大，模型会学到更具体更局部的样本。
需要使用CV函数来进行调优。典型值：3-102. min_child_weight = 1:#决定最小叶子节点样本权重和。XGBoost的这个参数是最小样本权重的和，这个参数用于避免过拟合。当它的值较大时，可以避免模型学习到局部的特殊样本。但是如果这个值过高，会导致欠拟合。这个参数需要使用CV来调整。3. gamma = 0:#在节点分裂时，只有分裂后损失函数的值下降了，才会分裂这个节点。Gamma指定了节点分裂所需的最小损失函数下降值。这个参数的值越大，算法越保守。这个参数的值和损失函数息息相关，所以是需要调整的。4. subsample：#这个参数控制对于每棵树，随机采样的比例。减小这个参数的值，算法会更加保守，避免过拟合。但是，如果这个值设置得过小，它可能会导致欠拟合。典型值：0.5-1。5. colsample_bytree：#用来控制每棵随机采样的列数的占比(每一列是一个特征。典型值：0.5-1。6. scale_pos_weight = 1:#在各类别样本十分不平衡时，把这个参数设定为一个正值，可以使算法更快收敛。