【问题标题】:XGBoost - select tree with the highest accuracyXGBoost - 选择精度最高的树
【发布时间】:2020-09-16 03:57:15
【问题描述】:

我需要可视化 XGBoost 的效果,并且我想从中提取一棵在测试集上具有最高准确度的树。是以任何方式内置的,还是我必须手动测试所有的树?我使用的是 Python 版本。

【问题讨论】:

  • 请提供更多详细信息。
  • 我有 XGBoost 模型。我想提取一棵树。该树必须具有测试集上所有树的最高准确度。我必须一一检查所有树木,还是可以更轻松?
  • 你使用的是哪个框架?
  • Python 的官方 XGBoost 实现
  • 我认为您必须手动检查它们:model.get_booster().get_dump()

标签: python decision-tree xgboost


【解决方案1】:

如果您想检查树集成模型中的单个树,那么您应该考虑从增强型算法(例如 XGBoost、LightGBM、GBM)切换到装袋型算法(例如随机森林) .

根据定义,bagging 算法以“智能”递减的顺序生长树。在这种情况下,精度最高的树模型可能是 XGBoost 树集成中的第一个。

【讨论】:

    猜你喜欢
    • 2019-08-12
    • 1970-01-01
    • 1970-01-01
    • 2019-12-12
    • 2021-09-07
    • 2015-06-05
    • 2014-12-09
    • 2021-01-03
    • 1970-01-01
    相关资源
    最近更新 更多