什么是XGBoost,有哪些参数_工业大脑(Industrial Intelligence)-阿里云帮助中心

本文为您介绍XGBoost组件。

功能说明

XGBoost组件支持使用xgboost算法对分类或回归问题进行建模。XGBoost(Extreme Gradient Boosting)，是一种高效的Gradient Boosting算法，集成算法的思路是迭代产生多个弱的学习器，然后将每个学习器的预测结果相加得到最终的预测结果，其在结构化数据处理方面具有较优良的性能。

计算逻辑原理

XGBoost是一棵树集成模型，它使用的是K（树的总数为K）个树的每棵树对样本的预测值的和作为该样本在XGBoost系统中的预测， XGBoost算法思想就是不断地添加树，不断地进行特征分裂来生长一棵树，每次添加一棵树，其实是学习一个新函数，去拟合上次预测的残差。当我们训练完成得到k棵树，我们要预测一个样本的分数，其实就是根据这个样本的特征，在每棵树中会落到对应的一个叶子节点，每个叶子节点就对应一个分数，最后只需要将每棵树对应的分数加起来就是该样本的预测值。用数据的特征变量去对目标变量进行预测。

参数说明

IN端口

参数名	参数描述	是否必填	输入数据类型	数据源类型
特征变量	配置模型特征变量。用数据的特征变量去对目标变量进行预测。	是	整数或浮点数说明若存在非数值数据，则会置为NaN。	CSV组件。 IGateOffline组件。平台上其他数据处理组件。按照平台组件开发的自定义组件。
目标变量	配置模型目标变量。	是	分类：整数或浮点数或字符回归：整数或浮点数说明若存在非数值数据，则会抛出异常。	CSV组件。 IGateOffline组件。平台上其他数据处理组件。按照平台组件开发的自定义组件。

模型端口

参数名	参数描述	输出参数	输出数据类型
模型	输出算法训练后模型存储的地址。	模型地址	字符

算法参数

参数名	参数描述	是否必填	参数默认值	参数范围
建模类型	选择使用分类模型还是回归模型进行建模。	是	回归	分类回归
树的数量	要适应的增强树的数量。	否	100	[1,10000]
最大树深度	各个回归估计量的最大深度。	否	3	[1,100]
学习率	学习效率。	否	0.1	(0,1]
测试集比例	测试模型的数据占总输入数据的比例，用于计算模型的评价指标。	是	0.2	[0,1]
测试集生成方式	根据选定方式，选取部分数据作为测试集，剩余部分作为训练集。随机：按比例随机从输入数据中截取n条数据作为测试集。头部：按比例将输入数据前n条数据作为测试集。尾部：按比例将输入数据后n条数据作为测试集。	是	随机	随机头部尾部
特征重要性展示特征数	模型特征重要性展示时，实际展示的特征个数。只展示最重要的n个特征，默认10。若设置的展示数小于实际特征数，则展示实际特征数。	是	10	[1,20]

其他参数

参数名	参数描述
模型结果	查看模型训练结果或发布模型。