Strojenie colsample_bytree

Czas teraz nastroić "colsample_bytree". Jeśli pracowałeś kiedyś z RandomForestClassifier lub RandomForestRegressor z biblioteki scikit-learn, ten parametr jest ci już znany – tam nazywał się max_features. Zarówno w xgboost, jak i w sklearn, parametr ten – choć inaczej nazwany – określa ułamek cech losowanych przy każdym podziale w danym drzewie. W xgboost wartość colsample_bytree musi być liczbą zmiennoprzecinkową z przedziału od 0 do 1.

To ćwiczenie jest częścią kursu

Extreme Gradient Boosting with XGBoost

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz listę o nazwie colsample_bytree_vals, która będzie przechowywać wartości 0.1, 0.5, 0.8 i 1.
Systematycznie zmieniaj wartość "colsample_bytree" i przeprowadzaj kroswalidację – dokładnie tak samo, jak wcześniej robiłeś to dla max_depth i eta.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create your housing DMatrix
housing_dmatrix = xgb.DMatrix(data=X,label=y)

# Create the parameter dictionary
params={"objective":"reg:squarederror","max_depth":3}

# Create list of hyperparameter values: colsample_bytree_vals
____ = ____
best_rmse = []

# Systematically vary the hyperparameter value 
for curr_val in ____:

    ____ = ____
    
    # Perform cross-validation
    cv_results = xgb.cv(dtrain=housing_dmatrix, params=params, nfold=2,
                 num_boost_round=10, early_stopping_rounds=5,
                 metrics="rmse", as_pandas=True, seed=123)
    
    # Append the final round rmse to best_rmse
    best_rmse.append(cv_results["test-rmse-mean"].tail().values[-1])

# Print the resultant DataFrame
print(pd.DataFrame(list(zip(colsample_bytree_vals, best_rmse)), columns=["colsample_bytree","best_rmse"]))

Edytuj i uruchom kod