如何配置Boosted树模型

Question

我想配置一个提升的决策树，但不知道怎么做，我知道每个参数的含义，但不是我必须分配给它的最佳值。

• 以下是参数：

每棵树的最大叶数：我放（60,100,200,300）

每个叶节点的最小样本数：我放（10,30）

学习率：我把（0,1）

构建的树数：我放（2000,5000,6000）

随机数种子：我把（4）

问题是如何知道你是否放置了正确的值，或者你是否没有过度填充模型？

Answer 1

如果您在特定算法上使用多个参数值（，例如您将每棵树的最大叶数设置为60,100,200,300 ）（不是只是Boosted决策树算法，但Azure机器学习中的所有算法），您必须考虑使用Tune Model Hyperparameters模块。

本单元为您重申机器学习实验。它将为您提供调整的参数，然后显示其相应的指标/结果。

只需使用Tune Model Hyperparameters模块替换您的Train Model模块。

“tuned”参数看起来像这样（我在Tune Model Hyperparameters模块上指定了5次运行/迭代）

在上面的示例屏幕截图中，如果您专注于获得样本回归模型的最高准确度/确定系数，则可以使用第四行显示的参数。

希望你能在你的头上复制这个。 ：）