xgboost中的参数min_child_weight是什么意思?

  统计/机器学习 监督式学习 Python    浏览次数:17063        分享
0

xgboost中的参数min_child_weight是什么意思?


 

Pokemon   2017-11-29 08:35



   1个回答 
4

它是指生成一个子节点所需要的最少样本权重。

如果新生成的子节点上的样本权重小于你指定的数,那么这个子节点就不会生长出来。

如果每个样本的权重都是相等的(=1),那么min_child_weight其实就相当于random forest或者decision tree里的min_samples_leaf,也就是产生一个新的子节点所需要的样本数量。

min_child_weight可以看作是一种样本数量的加权和。


SofaSofa数据科学社区DS面试题库 DS面经

Lydia   2017-12-03 15:11



  相关讨论

xgboost的FIT问题

到底什么时候用lightgbm什么时候用xgb

为什么lightgbm比xgb快?

xgboost中的决策树的复杂度是怎么定义的?

GBDT和XGBoost使用的都是回归树,原理上是怎么支持解决分类问题的?

xgboost里的每棵树是不是等权重的?

GBDT和XGBoost在叶子节点权重计算上有什么不同?

stack多个xgboost效果并不理想

xgboost是怎么做到regularization的?

xgboost为什么会有seed?随机性体现在哪里?

  随便看看

怎么计算(估计)ROC AUC的置信区间?

sklearn可以用gpu加速吗?

怎么在jupyter notebook里查看python的版本?

pandas把一列日期转换为星期

神经网络里为什么隐藏层越多越好?