Knoten "XGBoost Linear"
XGBoost Linear© ist eine erweiterte Implementierung eines Gradienten-Boosting-Algorithmus mit einem linearen Modell als Basismodell. Boosting-Algorithmen lernen iterativ schwache Klassifikationsmerkmale und fügen Sie einem endgültigen starken Klassifikationsmerkmal hinzu. Der XGBoost Linear-Knoten in ' watsonx.ai Studio ist in Python implementiert.
Weitere Informationen zu Boosting-Algorithmen finden Sie unter XGBoost Tutorials. 1
Beachten Sie, dass die XGBoost-Kreuzvalidierungsfunktion in " watsonx.ai Studio nicht unterstützt wird. Zu diesem Zweck können Sie den Partitionsknoten verwenden. Beachten Sie auch, dass XGBoost in " watsonx.ai Studio automatisch eine One-Hot-Codierung für kategoriale Variablen durchführt.
1 "XGBoost Tutorials." Skalierbares und flexibles Gradientenboosting. Web. © 2015 -2016 DMLC.