我正在使用XG增压列车为了训练我的模型;然而,我不确定如何从最佳迭代中获得助推器,而不是从上一次迭代中获得助推器。在
xgb1=xgb.train(self.params,xgtrain,num_boost_round=self.num_boost_round,early_stopping_rounds=self.early_stopping_rounds,evals=watchlist)
print xgb1.best_score
print xgb1.best_iteration
print xgb1.best_ntree_limit
在模型中进行预测时,可以将此设置为:
或者使用参数
early_stopping_rounds
,它可以保证您可以在最佳树附近找到树。但是要小心这个参数,因为求值值可以是局部最小值或最大值(取决于求值函数)。在你也可以在这里看到:https://github.com/dmlc/xgboost/issues/264
相关问题 更多 >
编程相关推荐