如何解决什么值可以进入 sklearn 中 HistGradientBoostingRegressor 的参数 l2_regularization
我正在尝试在 sklearn 中调整 HistGradientBoostingRegressor 的超参数,并想知道 l2_regularization
的可能值是什么,对我有用的其余参数网格看起来像这样 - >
param_grid = {
'learning_rate': [.1,.12],'max_iter': [1000,1200],'min_samples_leaf': [15,20],'max_depth': [None,10,20]
}
这里 0.12 和 1000 次迭代的学习率给出了足够好的结果。所以我想知道 l2_regularization
的值是什么样的?它们是 .1,.2
像学习率还是整数?据我了解,l2 用于正则化惩罚以减少模型中的方差。如有不对请指正
解决方法
确实,正则化是添加到损失函数中的约束。最小化损失函数时的模型也必须最小化正则化项。因此,这将减少模型方差,因为它不会过拟合。
l2_regularization
的可接受参数通常在 0
和 0.1
之间的对数刻度上,例如 0.1,0.001,0.0001
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。