作者：王茂霖，华中科技大学，Datawhale成员

内容概括

XGBoost模型及调参总结

PPT下载：后台回复“210502”可获取

XGBoost模型介绍

一、XGBoost原理

XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型，而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型，并对模型中的算法进行了诸多优化，在取得高精度的同时又保持了极快的速度。

二、XGBoost优势总结

一、XGBoost参数详解

1.一般参数

2.学习目标参数

3.工具包参数

二、XGBoost快速使用

三、XGBoost调参方法（贝叶斯优化）

Hyperopt是一个sklearn的python库，在搜索空间上进行串行和并行优化，搜索空间可以是实值，离散和条件维度。

1.初始化空间所需的值范围

2.定义目标函数

3.运行hyperopt功能

王茂霖，Datawhale重要贡献成员，Datawhale&天池数据挖掘学习赛开源内容贡献者，阅读超10w。

参赛30余次，获得DCIC-数字中国创新创业大赛亚军，全球城市计算AI挑战赛，Alibaba Cloud German AI Challenge等多项Top10。


往期精彩回顾




适合初学者入门人工智能的路线及资料下载
机器学习及深度学习笔记等资料打印
机器学习在线手册
深度学习笔记专辑
《统计学习方法》的代码复现专辑
AI基础下载
机器学习的数学基础专辑
温州大学《机器学习课程》视频
本站qq群851320808，加入微信群请扫码：