Nodo XGBoost Tree
XGBoost Tree© es una implementación avanzada de un algoritmo de aumento de gradiente con un modelo de árbol como modelo base. Los algoritmos de aumento conocen de forma iterativa los clasificadores débiles y, a continuación, los añaden a un clasificador fuerte final. XGBoost Tree es muy flexible y proporciona muchos parámetros que pueden ser abrumadores para la mayoría de los usuarios, por lo que el nodo XGBoost Tree en watsonx.ai expone las características principales y los parámetros utilizados comúnmente. El nodo se implementa en Python.
Para obtener más información sobre los algoritmos de aumento, consulte las Guías de aprendizaje de XGBoost. 1
Tenga en cuenta que la función de validación cruzada XGBoost no está soportada en watsonx.ai. Puede utilizar el nodo Partición para esta funcionalidad. Tenga en cuenta también que XGBoost en watsonx.ai realiza una codificación de un solo uso automáticamente para variables categóricas.
1 "Guías de aprendizaje de XGBoost." Aumento de gradiente escalable y flexible. Web. © 2015-2016 DMLC.