私はこのようになりますPythonとセットでXGBoost XGBRegressorを実行している:XGboost - 増加訓練誤差 "メイ"
click_id | manufacturer | category | delivery_time | price | revenue
1 |10 | 100 | 24 | 100 | 0
2 |10 | 100 | 24 | 100 | 0
3 |10 | 100 | 24 | 100 | 0
4 |10 | 100 | 24 | 100 | 120
5 |20 | 200 | 48 | 200 | 0
収益は、残りの変数はフィーチャです。私はXGBRegressorを実行し、「メイ」(絶対平均誤差)としてeval_metricを設定すると
トレーニングおよびバリデーションエラーが絶えず増加しています。どのようにして訓練のエラーが増えますxgboostトレーニングのエラーを増加させる原因となるケース(モデルパラメータや奇妙なデータポイントの組み合わせ)はありますか?
model = XGBRegressor(
learning_rate=0.1,
n_estimators=200,
max_depth=5,
min_child_weight=1,
gamma=0,
subsample=0.9,
colsample_bytree=0.9,
reg_alpha=10,
nthread=4)
model.fit(X_train, y_train,
eval_set=[(X_train, y_train), (X_test, y_test)], eval_metric='mae')
eval_metricが期待される "RMSE" 訓練誤差が減少するように設定されている:
これはコードです。