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:13476        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



  相关主题

stack多个xgboost效果并不理想   6回答

xgboost可以做回归预测吗?   2回答

怎么利用permutation importance来解释xgboost模型的特征?   2回答

xgboost里的每棵树是不是等权重的?   2回答

到底什么时候用lightgbm什么时候用xgb   2回答

请教:xgboost的目标公式如何理解?   1回答

如果用xgboost模型,那么还需要先做feature selection吗?   3回答

XGBoost使用hyperop调参的度量集   1回答

xgboost是怎么做到regularization的?   2回答

xgboost怎么调参?   9回答

为什么lightgbm比xgb快?   2回答

xgboost的gblinear是什么意思?   2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!