在下面的xgboost模型樹圖中,'leaf'的值是什麼意思?
我猜測它是條件概率給定的上述(樹分支)條件存在。但是,我不清楚它。
如果您想了解更多有關數據使用,或我們如何得到這個圖,然後去:http://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/
在下面的xgboost模型樹圖中,'leaf'的值是什麼意思?
我猜測它是條件概率給定的上述(樹分支)條件存在。但是,我不清楚它。
如果您想了解更多有關數據使用,或我們如何得到這個圖,然後去:http://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/
屬性leaf
是預測值。換句話說,如果樹模型的評估在該終端節點(aka葉節點)處結束,則這是返回的值。
僞代碼(你的樹模型的最左邊的分支):
if(f1 < 127.5){
if(f7 < 28.5){
if(f5 < 45.4){
return 0.167528f;
} else {
return 0.05f;
}
}
}
我在某些葉子中看到一些負值嗎? – dksahuji