【发布时间】:2021-04-10 20:58:44
【问题描述】:
我知道,如果我们在最后 X 轮中没有任何改进(或性能下降),就会提前停止。即,我们需要在最后 X 轮中至少进行一轮并且几乎没有改进,才能继续。
但我在这里读到: https://www.kaggle.com/vincentf/early-stopping-for-xgboost-python 以下代码内注释:
stops 50 iterations after marginal improvements or drop in performance on your hold out set
- 所以,
marginal improvements好像和no improvement一样,对吗? - 如果是这样,
marginal improvements的值是多少?我们可以设置它的值吗?
【问题讨论】:
标签: machine-learning xgboost early-stopping