XGBoost训练

页签

参数名称

类型

参数描述

字段设置

标签列名

字符串

标签列名。

特征列名数组

字符串数组

表格数据中特征列。和向量列名互斥，代表输入数据的格式为表格数据。

向量列名

字符串

LibSVM格式数据列名，和特征列名数组互斥。代表输入数据的格式为LibSVM数据。

权重列名

字符串

权重列对应的列名。

设置模型路径

字符串

设置模型存储的OSS Bucket路径。

参数设置

训练的轮数

整型数值

训练的轮数。

objective

字符串

目标函数，默认值为binary:logistic。

Base score

浮点数值

全局bias，默认值为0.5。

类别数

整型数值

多分类中类别个数。

构建树的方法

字符串

构建树的方法，取值如下。

• 自动（auto）（默认值）

• 精确（exact）

• 近似（approx）

• 直方图（hist）

L1 正则项

浮点数值

L1正则项，默认值为0.0。

L2 正则项

浮点数值

L2正则项，默认值为1.0。

学习率

浮点数值

学习率，默认值为0.3。

scale_pos_weight

浮点数值

控制正负样本比例，默认值为1.0。

sketch_eps

浮点数值

构建树方法为approx时，控制分箱个数，默认值为0.03。

连续特征的最大分割箱数

整型数值

构建树方法为hist时，控制分箱个数，默认值为256。

树的最大深度

整型数值

树的最大深度，默认值为6。

最大节点个数

整型数值

叶节点最大个数，默认值为0。

节点的最小权重

浮点数值

节点的最小权重，默认值为1.0。

Max delta step

浮点数值

叶节点的最大步长，可以调节模型精细度，默认值为0.0。

样本采样比例

浮点数值

样本采样比例，默认值为1。

采样方法

字符串

样本采样方法，取值如下。

• GRADIENT_BASED（默认值）

• UNIFORM

每一层的列采样比例

浮点数值

按层进行列采样的比例，默认值为1.0。

每个节点的列采样比例

浮点数值

按节点进行列采样的比例，默认值为1.0。

每棵树的列采样比例

浮点数值

按树进行列采样的比例，默认值为1.0。

Grow Policy

字符串

树生长的规则，取值如下。

• depthwise（默认值）

• lossguide

节点分裂最小损失变化

浮点数值

最小分裂loss，默认值为0.0。

交互约束

字符串

interaction约束。

单调约束

字符串

monotone约束。

Tweedie variance power

浮点数值

Tweedie分布方差。Tweedie分布中有效。默认值为1.5。

执行调优

节点个数

正整数

与单个节点内存大小参数配对使用。取值范围为[1, 9999]。

单个节点内存大小

正整数

单位为兆。取值范围为[1024, 64*1024]。