在处理超过 2 个级别的分类变量时，XGBoost 会不会造成任何问题。例如，职业变量可以具有医生、工程师、律师、数据科学家、农民等值。如果是这样，在这种情况下使用什么方法更好？
使用 XGboost 算法有什么限制？
数据挖掘
机器学习
xgboost
数据科学模型
助推
2022-03-13 01:19:03
1个回答
我认为您应该更具体地说明“失败”的含义。例如，xgboost如果模型达到 < 80% 的准确度，从业者可以将其视为失败。
然而，有一些恼人的怪癖，xgboost其中类似的软件包不会受到影响：
xgboost不能处理分类特征，lightgbm而且catboost可以。xgboost可能比lightgbm（尽管这可以减轻）更占用内存。xgboost可以比 慢lightgbm。
其它你可能感兴趣的问题