如您所见，GradientBoostingClassifier 与更多的训练样本过拟合。这些是我的模型参数：
{'learning_rate'：0.1，'loss'：'deviance'，'max_depth'：6，'max_features'：0.3，'min_samples_leaf'：80，'n_estimators'：300}
我应该怎么做才能让我的模型更好或在 350 时停止训练？
我怎样才能防止这个模型学到更多（更少）:)))
数据挖掘
Python
过拟合
助推
2021-09-23 20:31:53
1个回答
好吧，通过使您的模型更好，我想您的意思是对其执行某种正则化，以使其不会过拟合。然而，提前停止本身可以被视为一种正则化方法。
我建议更频繁地对模型的性能进行采样（比您当前正在执行的 200 个示例），如果在几次迭代后发现验证分数没有提高，请停止训练。
提前停止可以通过monitorGradientBoostingClassifier.fit()方法中的参数来实现。
其它你可能感兴趣的问题