3.确定最佳迭代次数n_estimators/ num_round :使用xgb.cv()函数; 第二章 LGBM调参 1. boosting / boost / boosting_type : 用于指定弱学习器的类型, 默认值为 ‘gbdt’。 建模时一般取boosting_type=‘gbdt’ 2. objective / application :用于指定学习任务及相应的学习目标。 建模时一般取objective =‘binar...
风控建模中XGB和LGBM的常用参数如下：XGBoost常用参数： 一般参数： n_estimators/num_round：集成中弱评估器的数量。 booster：指定要使用的弱分类器，如gbtree、dart、gblinear。 nthread：用于运行XGBoost的并行线程数。 disable_default_eval_metric：用于禁用默认度量标准的标志。 弱评估器...
在调参过程中，建议首先设置固定不变的参数，然后对其他参数进行优化，如学习率、max_depth、min_weight、gamma、subsample、colsample_bytree和正则化参数等。确定最佳迭代次数n_estimators或num_round时，可以使用XGBoost内置的xgb.cv（）函数进行交叉验证。调参顺序为：设置固定不变的参数、优化其他参数、确...