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