XGboost 파라미터 정리
objective(default는 reg:linear)
reg:linear: 시계열데이터
binary:logistic: 이진 분류 데이터
multi:softmax: Multi-class Classfication에 유리(e.g Iris)
multi:softprob: softmax와 같지만 각 클래스에 대한 예상 확률을 반환
num_roud: 트레이닝 루프
early_stopping_rounds=10(오버피팅 발생 시 참고)
Stopping. Best iteration: [36] validation_0-logloss:0.363641 validation_1-logloss:0.485134
High Bias의 경우 언더피팅 발생
High Variance의 경우 오버피팅 발생
'잡부생활' 카테고리의 다른 글
| 알리바바 클라우드(Alibaba cloud) CDN 분석 (0) | 2019.12.24 |
|---|---|
| AD FS 이용해서 AWS SAML 2.0 연동하기 (0) | 2019.12.24 |
| Windows 10에서 Linux 사용하기 (0) | 2019.11.01 |
| OpenVPN, OpenLDAP (0) | 2019.04.23 |
| Alibaba Cloud ECS 간단 사용기 (0) | 2019.03.27 |
