15分钟
目标函数的参数
sigmoid
: 一个浮点数,用sigmoid
函数的参数,默认为 1.0。 它用于二分类任务和lambdarank
任务。alpha
: 一个浮点数,用于Huber
损失函数和Quantile regression
,默认值为 1.0。 它用于huber
回归任务和Quantile
回归任务。fair_c
: 一个浮点数,用于Fair
损失函数,默认值为 1.0 。 它用于fair
回归任务。gaussian_eta
: 一个浮点数,用于控制高斯函数的宽度,默认值为 1.0 。 它用于regression_l1
回归任务和huber
回归任务。posson_max_delta_step
: 一个浮点数,用于Poisson regression
的参数,默认值为 0.7 。 它用于poisson
回归任务。scale_pos_weight
: 一个浮点数,用于调整正样本的权重,默认值为 1.0 它用于二分类任务。boost_from_average
: 一个布尔值,指示是否将初始得分调整为平均值(它可以使得收敛速度更快)。 它。默认为True
。 它用于回归任务。is_unbalance
或者unbalanced_set
: 一个布尔值,指示训练数据是否均衡的。默认为True
。 它用于二分类任务。max_position
: 一个整数,指示将在这个NDCG
位置优化。默认为 20 。 它用于lambdarank
任务。label_gain
: 一个浮点数序列,给出了每个标签的增益。默认值为0,1,3,7,15,....
(即 ) 它用于lambdarank
任务。num_class
或者num_classes
: 一个整数,指示了多分类任务中的类别数量。默认为 1 它用于多分类任务。reg_sqrt
: 一个布尔值,默认为False
。 如果为True
,则拟合的结果为: 。同时预测的结果被自动转换为: 。 它用于回归任务
学员评价