Opciones de generación de nodo XGBoost Linear

Utilice la pestaña Opciones de generación para especificar opciones de generación para el nodo XGBoost Linear, incluyendo opciones básicas como parámetros de aumento lineal y generación de modelos, y opciones de tareas de aprendizaje para objetivos. Para obtener información adicional sobre estas opciones, consulte los recursos en línea siguientes:

Básico

Optimización de hiper-parámetro (basada en Rbfopt). Seleccione esta opción para habilitar la optimización de hiper-parámetro basada en Rbfopt, que descubre automáticamente la combinación óptima de parámetros, de forma que el modelo conseguirá el índice de error previsto o inferior en las muestras. Si desea detalles sobre Rbfopt, consulte http://rbfopt.readthedocs.io/en/latest/rbfopt_settings.html.

Alfa. Término de regularización L1 en ponderaciones. Al aumentar este valor, el modelo será más conservador.

Lambda. Término de regularización L2 en ponderaciones. Al aumentar este valor, el modelo será más conservador.

Lambda bias. Término de regularización L2 en sesgo. (No hay ningún término de regularización L1 en sesgo porque no es importante.)

Número de ronda de aumento. Número de iteraciones de aumento.

Tarea de aprendizaje

Objetivo. Seleccione en los siguientes tipos de objetivo de tarea de aprendizaje: reg:linear, reg:logistic, reg:gamma, reg:tweedie, count:poisson, rank:pairwise, binary:logistic o multi.

Semilla aleatoria. Puede pulsar Generar para generar la semilla utilizada por el generador de números aleatorios.

La tabla siguiente muestra la relación entre los valores del diálogo de nodo XGBoost Linear de SPSS Modeler y los parámetros de biblioteca XGBoost de Python.

Tabla 1. Propiedades de nodo correlacionadas con parámetros de biblioteca Python
Valor de SPSS Modeler	Nombre de script (nombre de propiedad)	Parámetro de XGBoost
destino	`TargetField`
Predictores	`InputFields`
Lambda	`lambda`	`lambda`
Alfa	`alpha`	`alpha`
Lambda bias	`lambdaBias`	`lambda_bias`
Redondeo de aumento de número	`numBoostRound`	`num_boost_round`
Objetivo	`objectiveType`	`objective`
Semilla aleatoria	`random_seed`	`seed`