为了评估偏差-方差权衡,我更喜欢绘制预测误差与训练估计器的复杂性的关系图。error vs complexity plot 在xgboost the documentation states that the complexity is taken as the regularisation然而,我不知道如何为训练好的模型检索计算出的正则化项。我使用的是Python scikit-learn API。 这个值在库中可用吗,还是应该在训练后重新计算?
我使用joblib.load加载经过训练的模型文件xgboost.m(其他win10计算机训练模型),但它不起作用: model = joblib.load('xgboost.m') 我的电脑也是win10iWork/pp/python-schedule/oritek/task/component/XgboostAlgObj.py", line 67, in execute
return self.x