私は以下のイメージを見ています。 誰かがこのXGBoostツリーでどのようにこれらの得点が得られたか説明できますか?
誰かが計算方法を説明できますか? 私はそれがNの場合-1、はいの場合+1でしたが、その少女がどのようにしているか把握できません。しかし、それはツリー2でも機能しません。リーフ要素の
私は以下のイメージを見ています。 誰かがこのXGBoostツリーでどのようにこれらの得点が得られたか説明できますか?
誰かが計算方法を説明できますか? 私はそれがNの場合-1、はいの場合+1でしたが、その少女がどのようにしているか把握できません。しかし、それはツリー2でも機能しません。リーフ要素の
値(別名 "スコア") - +2
、+0.1
、-1
、+0.9
と-0.9
は - 訓練中XGBoostアルゴリズムによって考案されました。この場合、XGBoostモデルは、少年(+2
)が若い少女(+0.1
)より何らかの形で「より大きい」ように見えるデータセットを使用して訓練されました。応答変数が何であるかを知っていれば、その貢献をもっと解釈/合理化することができます。それ以外の場合は、そのままそれらの値を受け入れます。
サンプルのスコアリングに関して、最初の加数はtree1によって生成され、2番目の加数はtree2によって生成されます。少年(age < 15
,is male == Y
、およびuse computer daily == Y
)の場合、tree1は2
、tree2は0.9
となります。