我用Lightgbm做回归,调节max_depth和num_leaves参数的时候,发现这两个值数值越大,我的性能越好。我目前max_depth和num_leaves的值为30和300。我很担心这应该会过拟合,但是调的过程我又用的交叉验证,应该不会过拟合?所以想问,是继续增大max_depth和num_leaves得到更优的准确值,然后后续再调其他参数防止过拟合嘛?
gsearch1.fit(X_train, y_train)print("最佳参数\n",gsearch1.best_params_)print("最佳得分",gsearch1.best_score_) 使用OneVsRestClassifier的调参 需要在每个参数面前加上estimator__ param_test1 = {'estimator__max_depth':range(3,10,2),'estimator__min_child_weight':range(1,6,2)} model =...