1. Learn
  2. /
  3. Courses
  4. /
  5. XGBoost で学ぶ極限の勾配ブースティング

Connected

Exercise

XGBoost での正則化の活用

ビデオで l1 正則化の例を見たので、ここでは l2 正則化ペナルティ("lambda" とも呼ばれます)を変化させ、Ames 住宅価格データセットにおけるモデル全体の性能への影響を確認します。

Instructions

100 XP
  • これまでと同様に、X と y から DMatrix を作成してください。
  • 初期パラメータ辞書を作成し、"objective" は "reg:squarederror"、"max_depth" は 3 を指定します。
  • for ループの中で xgb.cv() を使い、現在の l2 値(reg)を渡して "lambda" を体系的に変化させてください。
  • 各 xgboost モデルのクロスバリデーションにおける最後のブースティングラウンドの "test-rmse-mean" を追加してください。
  • "Submit Answer" を押して結果を確認しましょう。どんな傾向が見られますか?