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。
常见问题
不显示资源下载框怎么办？
请更换谷歌，微软，火狐等浏览器
微云登录不了，或者重复提示登录？
请更换浏览器，最好使用微软，谷歌，火狐。国产浏览器不好用
原文链接：https://blog.itblood.com/4086.html，转载请注明出处。