gbtree Booster использует версию дерева регрессии в качестве слабого обучаемого
gblinear использует (обобщенную) линейную регрессию со сжатием l1 и l2. Но поскольку это аддитивный процесс и поскольку линейная регрессия сама по себе является аддитивной моделью, сохраняются только коэффициенты комбинированной линейной модели.
dart перенял метод исключения из нейронных сетей в пользу ускоренной регрессии. Необходимо настроить несколько параметров:
skip_drop
(по умолчанию = 0, диапазон [0, 1]) - вероятность пропуска отсева. Он имеет более высокий приоритет, чем другие параметры DART. Еслиskip_drop
= 1, процедура исключения будет пропущена, иdart
будет таким же, какgbtree
.- Если
skip_drop
≠ 0,rate_drop (default = 0, range [0, 1])
будет отбрасывать часть деревьев перед обновлением модели на каждой итерации. dropout делает метание между gbtree и случайным лесом: «Если дерево не отбрасывается, то dart совпадает с (gbtree
); если все деревья упадут, дротик ничем не отличается от случайного леса ». - Если
one_drop
= 1, то по крайней мере одно дерево всегда удаляется. Если я позволюrate_drop
= 0, ноone_drop
= 1, отбрасывание все равно будет работать, и деревья будут построены более консервативным образом.
Ссылка: