Настройка colsample_bytree

Теперь пришло время настроить "colsample_bytree". Вы уже встречали этот параметр, если работали с RandomForestClassifier или RandomForestRegressor из scikit-learn, — там он называется max_features. И в xgboost, и в sklearn этот параметр (пусть и с разными названиями) задаёт долю признаков, которые случайно выбираются при каждом разбиении в дереве. В xgboost значение colsample_bytree задаётся как число с плавающей точкой от 0 до 1.

Это упражнение является частью курса

Экстремальный градиентный бустинг с XGBoost

Посмотреть курс

Инструкции к упражнению

Создайте список colsample_bytree_vals со значениями 0.1, 0.5, 0.8 и 1.
Последовательно перебирайте значения "colsample_bytree" и выполняйте кросс-валидацию — точно так же, как вы делали это ранее с max_depth и eta.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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"]))

Редактировать и запускать код