XGBoost 会在边际改进后提前停止吗？
Will XGBoost early stopping stop after marginal improvements?
我知道如果我们在最后 X 轮中没有任何改进（或性能下降），就会提前停止。也就是说，我们至少需要在最后 X 轮中有一点改进才能继续。
但我在这里读到：
https://www.kaggle.com/vincentf/early-stopping-for-xgboost-python 以下代码内注释：
stops 50 iterations after marginal improvements or drop in performance on your hold out set
- 所以，
marginal improvements 好像是 no improvement，对吗？
- 如果是，
marginal improvements 的值是多少？我们可以设置它的值吗？
您所链接的 post 中“边际改进”的含义非常不清楚（并且可以说是误导）；这是来自 documentation:
的相关信息
early_stopping_rounds (int) – Activates early stopping. Validation metric needs to improve at least once in every early_stopping_rounds round(s) to continue training.
这显然不支持“边际改进”的说法。
我知道如果我们在最后 X 轮中没有任何改进（或性能下降），就会提前停止。也就是说，我们至少需要在最后 X 轮中有一点改进才能继续。
但我在这里读到： https://www.kaggle.com/vincentf/early-stopping-for-xgboost-python 以下代码内注释：
stops 50 iterations after marginal improvements or drop in performance on your hold out set
- 所以，
marginal improvements好像是no improvement，对吗？ - 如果是，
marginal improvements的值是多少？我们可以设置它的值吗？
您所链接的 post 中“边际改进”的含义非常不清楚（并且可以说是误导）；这是来自 documentation:
的相关信息early_stopping_rounds (int) – Activates early stopping. Validation metric needs to improve at least once in every early_stopping_rounds round(s) to continue training.
这显然不支持“边际改进”的说法。