我有一个逻辑回归xgboost模型,在Python中使用以下超参数(通过网格搜索获得)进行训练:
Hyperparams selected {'gamma': 0, 'learning_rate': 0.1, 'max_depth': 3, 'min_child_weight': 1, 'n_estimators': 125}
这是我观察到的关于支持的分布。 当我绘制预测值和观察值时,我得到的是:
模型没有预测[0,0.05]范围内和[0.8,1]范围内的任何值(即使使用训练集)的原因是什么? 可以做些什么来改进模型?我想这与超参数调整有关,但我找不到解决方案
目前没有回答
相关问题 更多 >
编程相关推荐