python - xgboost 回归预测
问题描述
我有一个在 Python 中使用以下超参数(通过网格搜索获得)训练的逻辑回归 xgboost 模型:
Hyperparams selected {'gamma': 0, 'learning_rate': 0.1, 'max_depth': 3, 'min_child_weight': 1, 'n_estimators': 125}
这是我的观察在支持上的分布。 当我绘制我的预测值与我的观察结果时,我得到了:
模型在 [0, 0.05] 范围内和 [0.8, 1] 范围内没有预测任何值的原因是什么?可以做些什么来改进模型?我猜这与超参数调整有关,但我找不到解决方案。
解决方案
推荐阅读
- javascript - ES6 插值
- php - Lumen - 服务于 ReactJS 项目
- graphql - GraphQL react-apollo - 可以直接导出/导入客户端吗?
- java - java中的URL路径匹配器(Spring)
- nlp - Spacy:词向量使用什么算法?
- c# - Unity C# 从同一个 GameObject 上的另一个脚本中获取变量
- spring-boot - 如何确保只有一个消费者实际使用已发布的消息?
- matlab - 在 MATLAB 中对指定轴进行插值
- c# - InstanceContextMode = InstanceContextMode.PerSession 不工作
- http - Ionic http 会话在大约 5 秒后丢失。如何在 ionic http post 上启用 KeepAlive?