本文介绍三部分内容:
- xgboost 基本方法和默认参数
- 实战经验中调参方法
- 基于实例具体分析
1.xgboost 基本方法和默认参数
在训练过程中主要用到两个方法:xgboost.train()和xgboost.cv()
#xgboost.train()API
xgboost.train(params,dtrain,num_boost_round=10,evals=(),obj=None,feval=None,maximize=False,early_stopping_rounds=None,
evals_result=None,verbose_eval=True,learning_rates=None,xgb_model=None)
- params 这是一个字典,里面包含着训练中的参数关键字和对应的值,形式是
params = {‘booster’:’gbtree’,’eta’:0.1}
- dtrain,训练的数据
- num_boost_round,这是指提升迭代的个数
- evals,这是一个列表,用于对训练过程中进行评估列表中的元素。形式是
evals = [(dtrain,’train’),(dval,’val’)]
或者是evals = [(dtrain,’train’)]
,对于第一种情况,它使得我们可以在训练过程中观察验证集的效果。 - obj,自定义目的函数
- feval,自定义评估函数
- maximize,是否对评估函数进行最大化
- early_stopping_rounds,早期停止次数 ,假设为100,验证集的误差迭代到一定程度在100次内不能再继续降低,就停止迭代。这要求evals 里至少有 一个元素,如果有多个,按最后一个去执行。返回的是最后的迭代次数(不是最好的)。如果early_stopping_rounds 存在,则模型会生成三个属性,
bst.best_score
,bst.best_iteration
和bst.best_ntree_limit
- evals_result,字典,存储在watchlist中的元素的评估结果
- verbose_eval (可以输入布尔型或数值型),也要求evals 里至少有 一个元素。如果为True ,则对evals中元素的评估结果会输出在结果中;如果输入数字,假设为5,则每隔5个迭代输出一次。
- learning_rates,每一次提升的学习率的列表
- xgb_model,在训练之前用于加载的xgb_model
2.实战经验中调参方法
首先 parameters 设置如下:
params = {
'booster':'gbtree',
'objective':'binary:logistic',
'eta':0.1,
'max_depth':10,
'subsample':1.0,
'min_child_weight':5,
'colsample_bytree':0.2,
'scale_pos_weight':0.1,
'eval_metric':'auc',
'gamma':0.2,
'lambda':300
}
- colsample_bytree,要依据特征个数来判断
- objective,目标函数的选择要根据问题确定,如果是回归问题 ,一般是
reg:linear
,reg:logistic
,count:poisson
如果是分类问题,一般是binary:logistic
,rank:pairwise
watchlist = [(dtrain,'train'),(dval,'val')]
model = xgb.train(params,dtrain,num_boost_round=100000,evals = watchlist)
然后开始逐个调参了。
- 首先调整max_depth ,通常max_depth 这个参数与其他参数关系不大,初始值设置为10,找到一个最好的误差值,然后就可以调整参数与这个误差值进行对比。比如调整到8,如果此时最好的误差变高了,那么下次就调整到12;如果调整到12,误差值比10 的低,那么下次可以尝试调整到15
- 在找到了最优的max_depth之后,可以开始调整subsample,初始值设置为1,然后调整到0.8 如果误差值变高,下次就调整到0.9,如果还是变高,就保持为1.0
- 接着开始调整min_child_weight , 方法与上面同理
- 再接着调整colsample_bytree
- 经过上面的调整,已经得到了一组参数,这时调整eta 到0.05,然后让程序运行来得到一个最佳的num_round(在误差值开始上升趋势的时候为最佳 )
参考文献:
[1]. https://blog.csdn.net/u010414589/article/details/51153310#t0