在网上看,我仍然对线性助推器 gblinear
到底是什么感到困惑,我不是 alone .
在 documentation 之后它只有 3 个参数 lambda
、lambda_bias
和 alpha
- 也许它应该说“附加参数”。
如果我理解正确,那么线性 boost 器会进行(相当标准的)线性 boost (带有正则化)。
在这种情况下,我只能理解上面的 3 个参数和 eta
( boost 率)。
这也是它在 github 上的描述方式.
尽管如此,我发现树参数 gamma
、max_depth
和 min_child_weight
也对算法有影响。
这怎么可能?网络上是否有对线性增压器的完全清楚的描述?
看我的例子:
library(xgboost)
data(agaricus.train, package='xgboost')
data(agaricus.test, package='xgboost')
train <- agaricus.train
test <- agaricus.test
然后设置
set.seed(100)
model <- xgboost(data = train$data, label = train$label, nrounds = 5,
objective = "binary:logistic",
params = list(booster = "gblinear", eta = 0.5, lambda = 1, lambda_bias = 1,gamma = 2,
early_stopping_rounds = 3))
给予
> [1] train-error:0.018271 [2] train-error:0.003071
> [3] train-error:0.001075 [4] train-error:0.001075
> [5] train-error:0.000614
当 gamma=1
set.seed(100)
model <- xgboost(data = train$data, label = train$label, nrounds = 5,
objective = "binary:logistic",
params = list(booster = "gblinear", eta = 0.5, lambda = 1, lambda_bias = 1,gamma = 1,
early_stopping_rounds = 3))
导致
> [1] train-error:0.013051 [2] train-error:0.001842
> [3] train-error:0.001075 [4] train-error:0.001075
> [5] train-error:0.001075
这是另一个“路径”。
类似于 max_depth
:
set.seed(100)
model <- xgboost(data = train$data, label = train$label, nrounds = 5,
objective = "binary:logistic",
params = list(booster = "gblinear", eta = 0.5, lambda = 1, lambda_bias = 1, max_depth = 3,
early_stopping_rounds = 3))
> [1] train-error:0.016122 [2] train-error:0.002764
> [3] train-error:0.001075 [4] train-error:0.001075
> [5] train-error:0.000768
和
set.seed(100)
model <- xgboost(data = train$data, label = train$label, nrounds = 10,
objective = "binary:logistic",
params = list(booster = "gblinear", eta = 0.5, lambda = 1, lambda_bias = 1, max_depth = 4,
early_stopping_rounds = 3))
> [1] train-error:0.014740 [2] train-error:0.004453
> [3] train-error:0.001228 [4] train-error:0.000921
> [5] train-error:0.000614
最佳答案
我还不如在运行 gblinear 的间隙做一些深蹲,观察结果几乎每次都在变化,并声称做深蹲会对算法产生影响:)
严肃地说,gblinear 目前使用的算法不是您的“相当标准的线性 boost ”。造成随机性的是在每次迭代期间更新梯度时使用无锁并行化('hogwild')。设置种子不会影响任何东西;并且只有在运行单线程 (nthread=1
) 时才能获得始终如一的可重现结果。我还建议不要使用使用最大可能数量的 OpenMP 线程的默认 nthread 设置来运行它,因为在许多系统上,它会由于线程拥塞而导致速度大大降低。 nthread
需要不高于物理内核数。
这种自由随机性可能会在某些情况下 boost 预测性能。但是,优点通常不会超过缺点。在某个时候,我将提交一个拉取请求,其中包含一个确定性并行化选项和一个在每个 boost 轮次中对功能选择进行一些额外控制的选项。
有关特定于助推器训练的所有可用参数的基本事实,请参阅 struct GBLinearTrainParam
的来源对于 gblinear 和 struct TrainParam
的来源对于 gbtree。
关于r - xgboost:线性 boost 器 gblinear 中使用了哪些参数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42783098/