我正在使用XGBoost运行一些实验。 我将迭代次数设置为1000并得到结果 - 合理的..
我试图做一些不同的事情：
我希望运行100次迭代，而不是运行1000次迭代，重复10次（总共1000次迭代）。 在这10步之间我设置： target_learn = target_learn - target_fitted（来自之前的步骤）。
而不是target_fitted = target_fitted + prediction
通过对所有数据集的测试集进行交叉验证，获得Target_fitted预测。
我得到了不同的结果 - 准确性很差。
比我走得更远只有5次迭代完成200次......甚至更糟......
我之所以尝试这样做，是因为我想在迭代期间改变学习矩阵（尝试做一些有点反复的事情）。
任何想法为什么结果都不同......在我看来，每个步骤中的第一次迭代都是不同的，所以我在模型中多次进行迭代，这就是杀戮......
其他参数相同..
或者我可能缺少完整的东西..？ THX
答案 0 :(得分：0)
好的，我明白了，有设置：
默认设置：'base_score'：0.5
导致此问题...