请问xgboost训练需要保持不同类别样本数尽量一致吗？ - Programming版 - 未名存档

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

Programming版 - 请问xgboost训练需要保持不同类别样本数尽量一致吗？

相关主题
● 求教 xgboost train error 非常小，咋回事	● Re: Zillow Prize kaggle的比赛求问
● svm/svr还是不错的	● 大家试过 h2o吗？
● 单变量xgboost模型好的吓人，求解	● xgboost预测结果不一致怎么回事？
● 有没有做sentiment analysis的，求思路	● 求集合包含，最快的算法是什么？
● xgboost 训练大数据问题	● 问大家一个C语言编程的小问题
● xgboost 训练小感	● 这个小孩真牛啊
● xgboost 里面的tree到底是一整个depth=N的树，还是一个binary	● 有没有觉得scipy很稀烂的？
● 彻底抛弃xgboost 找新欢lightlgm没毛病吧？	● 搞大数据那帮人连个quick sort都写不出来

相关话题的讨论汇总
话题: xgboost话题: 类别话题: 样本数话题: 保持话题: 不同

进入Programming版参与讨论

1

(共1页)

g*******u 发帖数: 3948	1 需要保持不同类别训练样本数目 balanced吗？还是无所谓？ thx
N*****r 发帖数: 94	2 xgboost内部有对样本的平衡但每种样本不能太少，至少得到统计显著吧【在 g*******u 的大作中提到】 : 需要保持不同类别训练样本数目 balanced吗？还是无所谓？ : thx
M********0 发帖数: 1230	3 1. 调参 http://xgboost.readthedocs.io/en/latest/how_to/param_tuning.html 2. 对数据up/down-sampling进行预处理
m******r 发帖数: 1033	4 response rate 就算很低，比如1% 我觉着做不做平衡问题不大。你做了平衡, 虽说可以增加一些性能, 比如敏感度。但根客户解释起来，比较困难。比如average response rate 是一个百分点, 某客户得分百分之二或者千分之八，市场部的大妈可以马上做决定。如果你搞平衡了，各打五十大板以后，同样的客户得分.85, 你让市场部大妈怎么做决定呢?

1

(共1页)

进入Programming版参与讨论

相关主题
● 搞大数据那帮人连个quick sort都写不出来	● xgboost 训练大数据问题
● 抛砖引说说APP后端用Parse的经验	● xgboost 训练小感
● 最近在用clj干活。顺便看了看macro 倒吸一口冷气。	● xgboost 里面的tree到底是一整个depth=N的树，还是一个binary
● 最好用的html5 或者javascript 3D visualization library 哪个？谢谢	● 彻底抛弃xgboost 找新欢lightlgm没毛病吧？
● 求教 xgboost train error 非常小，咋回事	● Re: Zillow Prize kaggle的比赛求问
● svm/svr还是不错的	● 大家试过 h2o吗？
● 单变量xgboost模型好的吓人，求解	● xgboost预测结果不一致怎么回事？
● 有没有做sentiment analysis的，求思路	● 求集合包含，最快的算法是什么？

相关话题的讨论汇总
话题: xgboost话题: 类别话题: 样本数话题: 保持话题: 不同

未名新帖统计// 7月16日

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

* 这里只显示发帖超过25的版面，努力灌水吧:-)