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: 798
0

xgboost中的参数min_child_weight是什么意思?


 

Pokemon   2017-11-29 08:35



   1个回答 
3

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。


Lydia   2017-12-03 15:11



  相关主题

xgboost的FIT问题   1回答

xgboost怎么调参?   8回答

为什么lightgbm比xgb快?   2回答

xgboost是怎么做到regularization的?   2回答

相比xgboost,GBDT有什么优势   2回答

stack多个xgboost效果并不理想   3回答

把XGBRegressor保存到本地文件并调用   1回答

训练值都是正的,xgboost regression却预测出负数?   4回答

为啥Xgboost比GradientBoost好那么多?   4回答

xgboost可以做回归预测吗?   2回答

XGBClassifier设置random_state报错   1回答

既然xgboost那么好,线性回归还有存在的价值吗?   7回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!