今天爱分享给大家带来xgboost如何寻找最优特征?是有放回还是无放回的呢【详细介解】,希望能够帮助到大家。
xgboost在训练的过程中给出各个特征的增益评分,最大增益的特征会被选出来作为分裂依据, 从而记忆了每个特征对在模型训练时的重要性 — 从根到叶子中间节点涉及某特征的次数作为该特征重要性排序.
xgboost属于boosting集成学习方法, 样本是不放回的, 因而每轮计算样本不重复. 另一方面, xgboost支持子采样, 也就是每轮计算可以不使用全部样本, 以减少过拟合. 进一步地, xgboost 还有列采样, 每轮计算按百分比随机采样一部分特征, 既提高计算速度又减少过拟合。
原文链接:https://blog.itblood.com/4086.html,转载请注明出处。

![森林之庭~小镇牧场生活~V1.2.2 内嵌AI汉化版[更新][750M] [精品RPG/汉化]](/wp-content/uploads/replace/2025/10/04/62a18633b6a747ab16a9dbd1ed03b45d.webp)