Iperparametri XGBoost

La tabella seguente contiene il sottoinsieme di iperparametri richiesti o più comunemente utilizzati per l'algoritmo Amazon SageMaker XGBoost. Si tratta di parametri che vengono impostati dagli utenti per agevolare la stima dei parametri del modello dai dati. Gli iperparametri richiesti che devono essere impostati sono elencati prima, in ordine alfabetico. Gli iperparametri facoltativi che possono essere impostati sono elencato dopo, sempre in ordine alfabetico. L'algoritmo SageMaker XGBoost è un'implementazione del pacchetto DMLC XGBoost open source. Per ulteriori informazioni sul set completo di iperparametri che possono essere configurati per questa versione di XGBoost, consulta Parametri XGBoost.

Nome parametro	Descrizione
num_class	Numero di classi. Obbligatorio se objective è impostato su multi:softmax o multi:softprob. Valori validi: numero intero.
num_round	Numero di arrotondamenti per eseguire l’addestramento. Campo obbligatorio Valori validi: numero intero.
alpha	Termine di regolarizzazione L1 sui pesi. Aumentando questo valore, i modelli diventano più restrittivi. Opzionale Valori validi: Float. Valore predefinito: 0
base_score	Punteggio previsto iniziale di tutte le istanze, bias globale. Opzionale Valori validi: Float. Valore predefinito: 0.5
booster	Booster da utilizzare. I valori gbtree e dart utilizzano un modello basato su alberi, mentre gblinear utilizza una funzione lineare. Opzionale Valori validi: stringa. Uno tra "gbtree", "gblinear" o "dart". Valore predefinito: "gbtree"
colsample_bylevel	Rapporto di sottocampionamento delle colonne per ogni suddivisione, in ogni livello. Opzionale Valori validi: Float. Intervallo: [0,1]. Valore predefinito: 1
colsample_bynode	Rapporto di sottocampionamento di colonne da ogni nodo. Opzionale Valori validi: Float. Intervallo: [0,1]. Valore predefinito: 1
colsample_bytree	Rapporto di sottocampionamento delle colonne durante la creazione di ogni albero. Opzionale Valori validi: Float. Intervallo: [0,1]. Valore predefinito: 1
csv_weights	Quando questo contrassegno è abilitato, XGBoost differenzia l'importanza delle istanze per l'input CSV prendendo in considerazione i contenuti della seconda colonna (la colonna dopo le etichette) dei dati di addestramento come pesi delle istanze. Opzionale Valori validi: 0 o 1 Valore predefinito: 0
deterministic_histogram	Quando questo contrassegno è abilitato, XGBoost crea l'istogramma sulla GPU in modo deterministico. Utilizzato solo se tree_method è impostato su gpu_hist. Per un elenco completo degli input validi, consulta Parametri XGBoost. Opzionale Valori validi: stringa. Intervallo: "true" o "false" Valore predefinito: "true"
early_stopping_rounds	Il modello continua l’addestramento finché il punteggio della convalida non smette di migliorare. L'errore di convalida deve diminuire almeno ogni volta per continuare l'allenamento. early_stopping_rounds SageMakerl'hosting utilizza il miglior modello di inferenza. Opzionale Valori validi: numero intero. Valore predefinito: -
eta	Riduzione delle dimensioni della fase utilizzata negli aggiornamenti per evitare l'overfitting. Dopo ogni fase di boosting, puoi ottenere direttamente i pesi delle nuove caratteristiche. Il parametro eta riduce effettivamente i pesi delle caratteristiche per rendere il processo di boosting più restrittivo. Opzionale Valori validi: Float. Intervallo: [0,1]. Valore predefinito: 0.3
eval_metric	Parametri di valutazione per i dati di convalida. Un parametro predefinito viene assegnato in base all'obiettivo: rmse: per la regressione error: per la classificazione map: per l'ordinamento Per un elenco degli input validi, consulta Parametri XGBoost Learning Task. Opzionale Valori validi: stringa. Valore predefinito: in base all'obiettivo.
gamma	Riduzione della perdita minima richiesta per creare un'ulteriore partizione su un nodo foglia dell'albero. Maggiore è il valore e più restrittivo sarà l'algoritmo. Opzionale Valori validi: Float. Intervallo: [0,∞). Valore predefinito: 0
grow_policy	Controlla il modo in cui i nuovi nodi vengono aggiunti all'albero. Attualmente supportato solo se tree_method è impostato su hist. Opzionale Valori validi: stringa. "depthwise" o "lossguide". Valore predefinito: "depthwise"
interaction_constraints	Specifica i gruppi di variabili che possono interagire. Opzionale Valori validi: elenco annidato di numeri interi. Ogni numero intero rappresenta una funzionalità e ogni elenco annidato contiene funzionalità che possono interagire, ad esempio [[1,2], [3,4,5]]. Valore predefinito: nessuno
lambda	Termine di regolarizzazione L2 sui pesi. Aumentando questo valore, i modelli diventano più restrittivi. Opzionale Valori validi: Float. Valore predefinito: 1
lambda_bias	Termine di regolarizzazione L2 su bias. Opzionale Valori validi: Float. Intervallo: [0.0, 1.0]. Valore predefinito: 0
max_bin	Numero massimo di container discreti per le funzioni continue del bucket. Utilizzato solo se tree_method è impostato su hist. Opzionale Valori validi: numero intero. Valore predefinito: 256
max_delta_step	Fase delta massima consentita per ogni stima del peso dell'albero. L'utilizzo di un numero intero positivo rende l'aggiornamento maggiormente restrittivo. La scelta migliore è di utilizzarlo nella regressione logistica. Impostare su 1-10 per aiutare a controllare l'aggiornamento. Opzionale Valori validi: numero intero. Intervallo: [0,∞). Valore predefinito: 0
max_depth	Profondità massima di un albero. Aumentando questo valore, il modello diviene più complesso e aumentano le probabilità di overfitting. 0 indica che non ci sono limiti. Un limite è richiesto se grow_policy=depth-wise. Opzionale Valori validi: numero intero. Intervallo: [0,∞) Valore predefinito: 6
max_leaves	Numero massimo di nodi da aggiungere. Rilevante solo se grow_policy è impostato su lossguide. Opzionale Valori validi: numero intero. Valore predefinito: 0
min_child_weight	Somma minima del peso delle istanze (hessiano) necessaria in un figlio. Se la fase di partizione dell'albero restituisce un nodo foglia in cui la somma del peso delle istanze è inferiore a min_child_weight, il processo di creazione interrompe l'ulteriore partizionamento. Nei modelli di regressione lineare, ciò corrisponde semplicemente a un numero minimo di istanze necessario in ogni nodo. Maggiore è il valore dell'algoritmo e più restrittivo sarà. Opzionale Valori validi: Float. Intervallo: [0,∞). Valore predefinito: 1
monotone_constraints	Specifica i vincoli di monotonicità su qualsiasi funzionalità. Opzionale Valori validi: tupla di numeri interi. Numeri interi validi: -1 (vincolo decrescente), 0 (nessun vincolo), 1 (vincolo crescente). Ad esempio, (0, 1): nessun vincolo sul primo predittore e un vincolo crescente sul secondo. (-1, 1): vincolo decrescente sul primo predittore e vincolo crescente sul secondo. Valore predefinito: (0, 0)
normalize_type	Tipo di algoritmo di normalizzazione. Opzionale Valori validi: tree o forest. Valore predefinito: tree
nthread	Numero di thread paralleli utilizzati per eseguire xgboost. Opzionale Valori validi: numero intero. Valore predefinito: numero massimo di thread.
objective	Specifica le attività di apprendimento e l'obiettivo di apprendimento corrispondente. Esempi: reg:logistic, multi:softmax, reg:squarederror. Per un elenco completo degli input validi, consulta Parametri XGBoost Learning Task. Opzionale Valori validi: stringa Valore predefinito: "reg:squarederror"
one_drop	Quando questo contrassegno è abilitato, durante il dropout almeno un albero viene rilasciato. Opzionale Valori validi: 0 o 1 Valore predefinito: 0
process_type	Tipo di processo di boosting da eseguire. Opzionale Valori validi: stringa. "default" o "update". Valore predefinito: "default"
rate_drop	La velocità di dropout che specifica la frazione di alberi precedenti da rilasciare durante il dropout. Opzionale Valori validi: Float. Intervallo: [0.0, 1.0]. Valore predefinito: 0.0
refresh_leaf	Questo è un parametro del plugin di aggiornamento. Se è impostato su true (1), vengono aggiornate le foglie dell'albero e le statistiche dei nodi dell'albero. Se è impostato su false(0), vengono aggiornate solo le statistiche dei nodi dell'albero. Opzionale Valori validi: 0/1 Valore predefinito: 1
sample_type	Tipo di algoritmo di campionamento. Opzionale Valori validi: uniform o weighted. Valore predefinito: uniform
scale_pos_weight	Controlla il bilanciamento dei pesi positivi e negativi. Utile per le classi non bilanciate. Valore tipico da considerare: sum(negative cases) / sum(positive cases). Opzionale Valori validi: float. Valore predefinito: 1
seed	Seed per il numero casuale. Opzionale Valori validi: numero intero Valore predefinito: 0
single_precision_histogram	Quando questo contrassegno è abilitato, XGBoost utilizza la precisione singola per creare istogrammi anziché quella doppia. Utilizzato solo se tree_method è impostato su hist ogpu_hist. Per un elenco completo degli input validi, consulta Parametri XGBoost. Opzionale Valori validi: stringa. Intervallo: "true" o "false" Valore predefinito: "false"
sketch_eps	Utilizzato solo per l'algoritmo greedy approssimativo. Questo si traduce in O (1/ sketch_eps) numero di container. Rispetto alla selezione diretta del numero di container, questo valore viene fornito con la garanzia teorica con precisione di sketch. Opzionale Valori validi: Float. Intervallo: [0, 1]. Valore predefinito: 0.03
skip_drop	Probabilità di ignorare la procedura di dropout durante un'iterazione di boosting. Opzionale Valori validi: Float. Intervallo: [0.0, 1.0]. Valore predefinito: 0.0
subsample	Rapporto di sottocampionamento dell'istanza di addestramento. Un'impostazione 0,5 significa che XGBoost raccoglie casualmente metà delle istanze di dati per aumentare gli alberi. In questo modo si evita l'overfitting. Opzionale Valori validi: Float. Intervallo: [0,1]. Valore predefinito: 1
tree_method	Algoritmo di creazione degli alberi utilizzato in XGBoost. Opzionale Valori validi: uno tra auto, exact, approx, hist o gpu_hist. Valore predefinito: auto
tweedie_variance_power	Controlla la varianza della distribuzione Tweedie. Opzionale Valori validi: Float. Intervallo: (1, 2). Valore predefinito: 1.5
updater	Stringa separata da virgole che definisce la sequenza di strumenti di aggiornamento degli alberi da eseguire. Questo fornisce un approccio modulare per creare e modificare gli alberi. Per un elenco completo degli input validi, consulta Parametri XGBoost. Opzionale Valori validi: stringa separata da virgole. Valore predefinito: grow_colmaker, prune
use_dask_gpu_training	Imposta use_dask_gpu_training su "true" se desideri eseguire un addestramento distribuito sulla GPU con Dask. L’addestramento della GPU con Dask è supportata solo per le versioni 1.5-1 e successive. Non impostare questo valore su "true" per le versioni precedenti alla 1.5-1. Per ulteriori informazioni, consulta Addestramento distribuito della GPU. Opzionale Valori validi: stringa. Intervallo: "true" o "false" Valore predefinito: "false"
verbosity	Verbosità dei messaggi di stampa. Valori validi: 0 (silenzioso), 1 (avviso), 2 (informazioni), 3 (debug). Opzionale Valore predefinito: 1