아래 이미지를보고 있습니다. 누군가이 점수가이 XGBoost 나무에서 파생 된 방식을 설명 할 수 있습니까?
계산 방법을 설명 할 수 있습니까? 나는 N이 -1이었고 예는 +1 이었지만, 그 다음에는 그 소녀의 모습을 알아낼 수 없습니다 .1. 하지만 트리 2에서도 작동하지 않습니다. 잎 요소 (일명 "점수")의
아래 이미지를보고 있습니다. 누군가이 점수가이 XGBoost 나무에서 파생 된 방식을 설명 할 수 있습니까?
계산 방법을 설명 할 수 있습니까? 나는 N이 -1이었고 예는 +1 이었지만, 그 다음에는 그 소녀의 모습을 알아낼 수 없습니다 .1. 하지만 트리 2에서도 작동하지 않습니다. 잎 요소 (일명 "점수")의
값 - +2
, +0.1
, -1
, +0.9
및 -0.9
은 - 훈련 중 XGBoost 알고리즘에 의해 고안되었다. 이 경우, XGBoost 모델은 작은 소년 (+2
)이 어린 소녀 (+0.1
)보다 어떻게 든 더 크게 나타나는 데이터 세트를 사용하여 교육되었습니다. 응답 변수가 무엇인지 알았다면 아마도 그 기여를 더 해석/합리화 할 수있었습니다. 그렇지 않은 경우 해당 값을 그대로 사용하십시오.
샘플을 채점하는 경우 첫 번째 가수가 tree1에 의해 생성되고 두 번째 가수가 tree2에 의해 생성됩니다. 작은 소년 (age < 15
, is male == Y
및 use computer daily == Y
)의 경우 tree1은 2
이고 tree2는 0.9
이됩니다.