python - XGBoost CV 和最佳迭代

Question

我正在使用 XGBoost cv 为我的模型找到最佳轮数。如果有人能证实(或反驳)，我将不胜感激，最佳回合数是:

    estop = 40
    res = xgb.cv(params, dvisibletrain, num_boost_round=1000000000, nfold=5, early_stopping_rounds=estop, seed=SEED, stratified=True)

    best_nrounds = res.shape[0] - estop
    best_nrounds = int(best_nrounds / 0.8)

即:完成的总轮数为 res.shape[0]，因此为了获得最佳轮数，我们减去提前停止轮数。

然后，我们根据用于验证的分数增加轮数。 对吗？

Answer 1

是的，如果当您执行 best_nrounds = int(best_nrounds/0.8) 时您认为您的验证集占整个训练数据的 20%(另一种说法是您执行了5 折交叉验证)。

规则可以概括为:

n_folds = 5
best_nrounds = int((res.shape[0] - estop) / (1 - 1 / n_folds))

或者，如果您不执行 CV，而是执行一次验证:

validation_slice = 0.2
best_nrounds = int((res.shape[0] - estop) / (1 - validation_slice))

您可以看到应用此规则的示例 here on Kaggle (查看评论)。