Opcje budowania węzła Liniowy XGBoost

Karta Opcje budowania umożliwia określenie opcji tworzenia węzła Liniowy XGBoost, w tym opcji podstawowych, takich jak parametry wzmacniania liniowego i budowania modelu, a także opcje zadania uczenia dotyczące celów. Więcej informacji na temat tych opcji można znaleźć w następujących źródłach internetowych:

Podstawowe

Optymalizacja hiperparametrów (wg Rbfopt). Wybranie tej opcji włącza optymalizację hiperparametrów opartą na Rbfopt, która automatycznie wykrywa optymalną kombinację parametrów, przy której model osiągnie oczekiwany lub niższy od oczekiwanego wskaźnika błędów dla prób. Aby uzyskać szczegółowe informacje na temat biblioteki Rbfopt, patrz http://rbfopt.readthedocs.io/en/latest/rbfopt_settings.html.

Alfa. Składnik regularyzacji L1 wag. Zwiększenie tej wartości powoduje, że model jest bardziej konserwatywny.

Lambda. Składnik regularyzacji L2 wag. Zwiększenie tej wartości powoduje, że model jest bardziej konserwatywny.

Obciążenie Lambda. Składnik regularyzacji L2 obciążenia. (Nie ma składnika regularyzacji L1 obciążenia, ponieważ jest nieistotny).

Liczba rund wzmocnienia. Liczba iteracji wzmacniania.

Zadanie uczenia

Cel. Wybierz jeden z następujących typów celu zadania: reg:linear, reg:logistic, reg:gamma, reg:tweedie, count:poisson, rank:pairwise, binary:logistic, multi.

Losowa wartość początkowa. Można kliknąć przycisk Utwórz, aby wygenerować wartość początkową dla generatora liczb losowych.

W następującej tabeli przedstawiono relacje między ustawieniami w oknie dialogowym węzła Liniowy XGBoost w programie SPSS Modeler a parametrami biblioteki Python XGBoost.

Tabela 1. Właściwości węzła odwzorowane na parametry biblioteki Python
Ustawienie w programie SPSS Modeler	Nazwa w skryptach (nazwa właściwości)	Parametr XGBoost
Zmienna przewidywana	`TargetField`
Predyktory	`InputFields`
Lambda	`lambda`	`lambda`
Alfa	`alpha`	`alpha`
Obciążenie Lambda	`lambdaBias`	`lambda_bias`
Liczba rund wzmocnienia	`numBoostRound`	`num_boost_round`
Cel	`objectiveType`	`objective`
Losowa wartość początkowa	`random_seed`	`seed`