XGBoost CV 和最佳迭代

Question

我正在使用 XGBoost cv 为我的模型找到最佳轮数。如果有人能证实（或反驳），我将不胜感激，最佳回合数是：

    estop = 40
    res = xgb.cv(params, dvisibletrain, num_boost_round=1000000000, nfold=5, early_stopping_rounds=estop, seed=SEED, stratified=True)

    best_nrounds = res.shape[0] - estop
    best_nrounds = int(best_nrounds / 0.8)

即：完成的总轮数为res.shape[0]，因此为了获得最佳轮数，我们减去提前停止轮数.

然后，我们根据用于验证的分数增加轮数。 对吗？

Answer 1

是的，如果您 best_nrounds = int(best_nrounds / 0.8) 认为您的验证集占整个训练数据的 20%（另一种说法是您执行了 5 折交叉验证），这听起来是正确的。

规则可以概括为：

n_folds = 5
best_nrounds = int((res.shape[0] - estop) / (1 - 1 / n_folds))

或者，如果您不执行 CV，而是执行一次验证：

validation_slice = 0.2
best_nrounds = int((res.shape[0] - estop) / (1 - validation_slice))

您可以看到应用此规则的示例here on Kaggle（查看评论）。

Answer 2

您可以通过 'res.best_iteration'

获得最佳迭代次数

XGBoost CV 和最佳迭代

XGBoost CV and best iteration

python

machine-learning

statistics

xgboost