xgboost参数优化经验

本文主要涵盖三个方面的内容：
- xgboost 的基础实现方式及其预设参数配置
- 在实际应用过程中参数调整的经验与技巧
- 通过具体案例进行深入解析与探讨

1.xgboost 基本方法和默认参数

在模型训练阶段，主要采用的两种技术手段分别为xgboost.train()函数与xgboost.cv()函数。

    #xgboost.train()API
    xgboost.train(params,dtrain,num_boost_round=10,evals=(),obj=None,feval=None,maximize=False,early_stopping_rounds=None,
    evals_result=None,verbose_eval=True,learning_rates=None,xgb_model=None)
    

• params 该变量为一个字典结构，其中存储了训练过程中涉及的关键参数及其对应的具体数值，其典型形式为params = {‘booster’:’gbtree’,’eta’:0.1}
  • dtrain 用于训练的原始数据集
  • num_boost_round 表示提升算法的迭代次数
  • evals 该变量为一个列表形式，用于在训练过程中对模型进行评估。其元素构成方式