Как использовать алгоритм XGBoost для регрессии в R?

Question

Я пытался использовать метод XGBoost для предсказания. Поскольку моя зависимая переменная непрерывна, я делал регрессию с использованием XGBoost, но большинство ссылок, доступных на разных порталах, относятся к классификации. Хотя я знаю, используя

objective = "reg:linear" 

Мы можем сделать регрессию, но все же мне нужна ясность и для других параметров. Было бы очень полезно, если кто-то может предоставить мне фрагмент R из этого.

Answer 1

xgboost(data = X, 
     booster = "gbtree", 
     objective = "binary:logistic", 
     max.depth = 5, 
     eta = 0.5, 
     nthread = 2, 
     nround = 2, 
     min_child_weight = 1, 
     subsample = 0.5, 
     colsample_bytree = 1, 
     num_parallel_tree = 1) 

Это все параметры, с которыми вы можете играть, при использовании ускорителей деревьев. Для линейного ускорителя вы можете использовать следующие параметры, чтобы играть с ...

xgboost(data = X, 
     booster = "gblinear", 
     objective = "binary:logistic", 
     max.depth = 5, 
     nround = 2, 
     lambda = 0, 
     lambda_bias = 0, 
     alpha = 0) 

Вы можете обратиться к описанию xg.train() в xgboost CRAN документа для подробного значения этих параметров.

Answer 2

Лучшее описание параметров, которые я нашел в

https://github.com/dmlc/xgboost/blob/master/doc/parameter.md

Есть много примеров использования XGBoost в R, имеющихся в сценарии хранилища Kaggle. Например:

https://www.kaggle.com/michaelpawlus/springleaf-marketing-response/xgboost-example-0-76178/code