No tutorial do XGBoost, acho que quando cada árvore cresce, todas as variáveis são verificadas para serem selecionadas para dividir os nós, e aquela com a divisão de ganho máximo será escolhida. Portanto, minha pergunta é: e se eu adicionar algumas variáveis de ruído ao conjunto de dados, essas...
Eu sou um novato no XGBoost, então perdoe minha ignorância. Aqui está o código python: import pandas as pd import xgboost as xgb df = pd.DataFrame({'x':[1,2,3], 'y':[10,20,30]}) X_train = df.drop('y',axis=1) Y_train = df['y'] T_train_xgb = xgb.DMatrix(X_train, Y_train) params = {"objective":...
Estou usando o XGboost para prever uma variável de destino de 2 classes em reivindicações de seguro. Eu tenho um modelo (treinamento com validação cruzada, ajuste de hiper parâmetros etc ...) eu corro em outro conjunto de dados. Minha pergunta é : existe uma maneira de saber por que uma...
Eu estava lendo o material relacionado ao XGBoost. Parece que esse método não requer escala variável, pois é baseado em árvores e pode capturar interações complexas de padrões de não linearidade. E ele pode lidar com variáveis numéricas e categóricas e também parece que variáveis redundantes...
Estou verificando a documentação do XGBoost e afirmou que o XGBoost é uma biblioteca otimizada de aumento de gradiente distribuído . O que se entende por distribuído? Tenha um bom
Estou trabalhando em um conjunto de dados com rótulos binários altamente desequilibrado, em que o número de rótulos verdadeiros fica a apenas 7% de todo o conjunto de dados. Mas alguma combinação de recursos pode gerar um número acima da média de um em um subconjunto. Por exemplo, temos o seguinte...
Eu li esta pergunta: Como interpretar a saída de importância do XGBoost? sobre os três tipos diferentes de importância dos recursos: frequência (chamada "peso" no Python XGBoost), ganho e cobertura. No meu caso, eu tenho um recurso, Gender, que tem uma importância muito baixa com base na métrica...
Eu tenho um modelo XGBoost tentando prever se uma moeda vai subir ou descer no próximo período (5 min). Eu tenho um conjunto de dados de 2004 a 2018. Dividi os dados aleatoriamente em 95% de treinamento e 5% de validação, e a precisão no conjunto de Validação é de até 55%. Quando uso o modelo em um...
Em um problema de regressão, é possível calcular uma pontuação de confiança / confiabilidade para uma determinada previsão, considerando modelos como XGBoost ou Neural Networks?