Я использую Gradient boosting для классификации. Хотя результат улучшается, но я получаю NaN в validdeviance.«действительное отклонение» - это для модели GBM, что это значит и как избавиться от этого?
Model = gbm.fit(
x= x_Train ,
y = y_Train ,
distribution = "bernoulli",
n.trees = GBM_NTREES ,
shrinkage = GBM_SHRINKAGE ,
interaction.depth = GBM_DEPTH ,
n.minobsinnode = GBM_MINOBS ,
verbose = TRUE
)
Результат
Как настроить параметр, чтобы получить validdeviance.