精剪枝参数往往不会对模型有太大的影响,但在XGBoost当中,min_child_weight与结构分数的计算略微相关,因此有时候会展现出较大的影响力。 类似于objective这样影响整体学习能力的参数一般都有较大的影响力,但XGBoost当中每种任务可选的损失函数不多,因此一般损失函数不在调参范围之内,故认为该参数的影响力不明显。 XGBo...
params = {'objective': 'reg:linear', 'eta': 0.1, 'max_depth': 8, 'min_child_weight': 10, 'subsample': 0.9, 'colsample_bytree': 0.7, 'nthread': 4, 'silent': 1, 'alpha': 0.3, 'lambda': 0.0001 } num_trees = 1500 But suddenly xgboost started to send me the error message...