4分钟
dart booster 参数
1. sample_type
: 它指定了丢弃时的策略:
'uniform'
: 随机丢弃子树(默认值)'weighted'
: 根据权重的比例来丢弃子树
2. normaliz_type
:它指定了归一化策略:
'tree'
: 新的子树将被缩放为: 1/(K+v) ; 被丢弃的子树被缩放为 v/(K+v) 。其中 v为学习率,K 为被丢弃的子树的数量'forest'
:新的子树将被缩放为:1/(1+v) ; 被丢弃的子树被缩放为 v/(1+v) 。其中 v 为学习率
3. rate_drop
: dropout rate
,指定了当前要丢弃的子树占当前所有子树的比例。范围为[0.0,1.0]
, 默认为 0.0
。
4. one_drop
: 如果该参数为true
,则在dropout
期间,至少有一个子树总是被丢弃。默认为 0 。
5. skip_drop
: 它指定了不执行 dropout
的概率,其范围是[0.0,1.0]
, 默认为 0.0 。
如果跳过了dropout
,则新的子树直接加入到模型中(和xgboost
相同的方式)
学员评价