python - 是否有一些方法可以知道 XGBoost 树适合哪个数据子样本?

标签 python machine-learning scikit-learn xgboost boosting

我正在做一些 XGBoost 练习,我想知道 XGBRegressor 树适合哪个数据子集。这是我使用的参数列表:

params = {'learning_rate': 0.09, 
          'n_estimators': 5,
          'objective': 'reg:squarederror',
          'max_depth': 6,
          'subsample': 0.2 
         }

我正在使用 Python 3.7 和 XGBoost 库。那么有什么方法可以知道这一点吗?我已阅读该文档,但找不到有用的内容。

最佳答案

您可以轻松绘制树并查看它 你可以用

export_graphiviz(uralgo,"filename",feature_names,rounded=True)

关于python - 是否有一些方法可以知道 XGBoost 树适合哪个数据子样本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60169306/

相关文章:

python - 训练 DQN 时 Q 值爆炸

python - 当只有一个输入时如何处理MinMaxScaler?

python - 如何比较 python 中 dict 中特定键的两个列表

python - Hello world Pyamf 小错误信息

python - 合并 2 个表并汇总数据

python - scikit.learn 和 kmeans 新手,如何使用 K 均值对文档(来自文件)进行聚类?

machine-learning - 我是否应该返回更多建议,然后在精确召回曲线中有相关文档?

python - 对 LinearRegression 使用 .set_params() 函数

python - 来自 archive.ics 的 "Adult data set"(数据集)上的 ML...使用 KNeighborsClassifier 将无法运行

python - 如何检查 Python 的类层次结构?