Xgboost: Bedeutung von Merkmalswichtigkeitswert

Erstellt am 30. Mai 2015  ·  4Kommentare  ·  Quelle: dmlc/xgboost

Haben sie eine interpretierbare Semantik? Wie werden sie berechnet? Bedeutet höher besser?

Zur Verdeutlichung verwende ich cls.booster().get_fscore() , um die Punktzahlen zu erhalten.

Hilfreichster Kommentar

das bedeutet, dass diese Funktion nie in den Bäumen ausgewählt wird

Alle 4 Kommentare

Außerdem gibt get_fscore() weniger Features zurück als die Anzahl der Features in den Trainingsdaten. Ich habe 98 Features und get_fscores() Ergebnisse von 71 Features zurück.

Je höher, desto besser, get_fscore gibt die Anzahl des Auftretens von Features im Ensemble zurück

Verwendet es ihre Ebenen im Baum als Gewichte?

Haben Sie auch eine Erklärung für die Situation in meiner zweiten Frage?

Vielen Dank.

das bedeutet, dass diese Funktion nie in den Bäumen ausgewählt wird

War diese Seite hilfreich?
0 / 5 - 0 Bewertungen

Verwandte Themen

yananchen1989 picture yananchen1989  ·  3Kommentare

matthewmav picture matthewmav  ·  3Kommentare

trivialfis picture trivialfis  ·  3Kommentare

XiaoxiaoWang87 picture XiaoxiaoWang87  ·  3Kommentare

RanaivosonHerimanitra picture RanaivosonHerimanitra  ·  3Kommentare