xgboost有正则项为什么还会过拟合呢?

  统计/机器学习 监督式学习 开放问题    浏览次数:152        分享
0

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?

 

阿梳卡   2019-03-02 10:47



   1个回答 
3

有正则项只是一定程度上减轻了过拟合的情况吧,肯定不可能过拟合完全不出现的

SofaSofa数据科学社区 DS面经 问答 实战

dzzxjl   2019-03-02 13:53



  相关主题

XGBoost损失函数中正则项的理解   1回答

如何理解“迭代步骤本身就是一个正则化的过程”   2回答

为什么正则项通常都是用L1或者L2,而不是其他的?   2回答

L1范数回归与TV正则化哪个的回归效果更好?   1回答

L1正则化和L2正则化的区别?L1为啥具有稀疏性?   5回答

Lasso和岭回归的正则项包含截距(常数项)吗?   2回答

最小角回归是天然的LASSO化?正则化参数怎么体现?   3回答

正则项里的L1,L2是什么意思?   1回答

L0 norm 正则是什么意思?   1回答

如何简单理解正则化   4回答

xgboost是如何实现early stopping防止过拟合的?   1回答

无监督学习(比如K Means)里怎么加正则项来防止过拟合   3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!