xgboost - R中的xgboost特征重要性
问题描述
有 8 列输入层和二进制分类标签。我用它们制作了 xgboost 分类模型,其优化的 colsample_bytree 超参数为 0.75,因此在 8 个输入中,该模型仅使用了 6 个输入。
但是当我检查模型的特征重要性时,有 8 个输入并且所有输入都有频率得分。
我不明白这一点。为什么使用 6 个输入但 8 列是要建模的效果?
解决方案
推荐阅读
- javascript - DEPTH_FUNC中图像的JavaScript p5js WEBGL透明度颜色不起作用
- spring-boot - 如何将 SpringBoot 属性加载到 log4j.xml
- hadoop - 在 PIG 上的包中提取元组的元素
- assembly - 汇编函数来计算给定字符串的长度
- c++ - 调试时如何获取VC++错误的来源
- javascript - 如何修复provlem表和选择?
- sql - 截断计算列的结果
- typescript - 打字稿条件约束字符串联合
- python - 用前一个单词的字母反向替换每个单词的第一个字母
- javascript - 将今天的日期分配给键并引用此键以添加 5 天