XGBoost Tree (Knoten)

XGBoost Tree© ist eine erweiterte Implementierung eines Gradienten-Boosting-Algorithmus mit einem Baummodell als Basismodell. Boosting-Algorithmen lernen iterativ schwache Klassifikationsmerkmale und fügen Sie einem endgültigen starken Klassifikationsmerkmal hinzu. XGBoost Tree ist äußerst flexibel und stellt viele Parameter bereit, die die meisten Benutzer überfordern könnten. Der Knoten "XGBoost Tree" in SPSS Modeler stellt daher nur die zentralen Funktionen und gängigen Parameter dar. Der Knoten ist in Python implementiert.

Weitere Informationen zu Boosting-Algorithmen finden Sie in den XGBoost-Lernprogrammen, die unter http://xgboost.readthedocs.io/en/latest/tutorials/index.html verfügbar sind. ¹

Hinweis: Die XGBoost-Kreuzvalidierungsfunktion wird in SPSS Modeler nicht unterstützt. Sie können den Partitionsknoten in SPSS Modeler für diese Funktionalität verwenden. Beachten Sie außerdem, dass XGBoost in SPSS Modeler automatisch eine 1-aus-n-Codierung für kategoriale Variablen durchführt.

¹ "XGBoost Tutorials." Scalable and Flexible Gradient Boosting. Web. © 2015-2016 DMLC.