如何解决如何使XGBoost与reg:squaredlogerror一起使用?
我尝试以'reg:squaredlogerror'
为目标训练XGBoost模型,但它始终输出常数。一个简单的例子:
import numpy as np
from xgboost import XGBRegressor
xgb1 = XGBRegressor(n_estimators = 60,objective='reg:squaredlogerror')
xgb1.fit(np.array([[1],[2],[3]]),np.array([1,2,3]))
xgb1.predict(np.array([[1],[3]]))
输出:
array([1.8770156,1.8770156,1.8770156],dtype=float32)
较大的数据集也会发生相同的情况。如何创建XGBoost模型以最小化平方对数误差并且不是常数?
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。