xgboost也会出现过拟合的情况，但是xgboost是含有正则项的，为什么还会过拟合呢？
5个回答
正则项只是防止过拟合，不能杜绝过拟合，因为在训练模型前预判过拟合也不是一件容易的事情。
xgboost中有多个变量可以防止过拟合，除了正则项，还有控制树的深度和叶子数，以及早停。
如果依旧过拟合，你可以考虑调整这些变量。这些变量在一种合适的搭配下合作才能有效阻止过拟合。但是最终判断是否过拟合还是需要用测试集或者交叉验证。
SofaSofa数据科学社区DS面试题库 DS面经
淡淡的
2019-04-09 14:06
数据集里多多少少会有噪音，有噪音就会有过拟合的现象发生，只是程度大小而已。正则化本身并不能去除数据里的噪音。
正如其他人说的，要防止过拟合，你也需要对xgb模型中的超参进行调参。
SofaSofa数据科学社区DS面试题库 DS面经
wxw_pku
2019-05-10 12:36
防止过拟合并等价于阻止过拟合。相当于高速公路上的减速带，只能减速，并不能保证不撞车。
下面这个例子就是xgboost随着模型中树的个数增加，xgboost开始过拟合。
我小宋
2019-12-02 13:44
相关讨论
随便看看