问XGBoost特性的重要性具有所有特性，但决策树没有
EN

Data Science用户

提问于 2020-12-21 21:30:56

回答 1查看 871关注 0票数 0

我用XGBoost训练了一个具有400个特征的模型。我的理解是，由于max_depth默认只有6，并且2^6 < 400，所以并不是所有的特性都会在树中结束。

为什么当我输出特性重要性图时，它会显示每一个超过0重要性的特性？决策树的输出清楚地表明，在最终的树中并不是所有的特性都被使用过。

回答已采纳

发布于 2020-12-21 22:05:33

XGBoost迭代地训练许多树。所以不止一棵树。例如，您可以绘制一棵树，请参阅：https://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/

一个基本的决策树算法只创建一棵树。如果将剪枝应用到树中，并不是所有的功能都会出现在树中。第一次分裂是最重要的，.

票数 0

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/86993

复制

相似问题

问XGBoost特性的重要性具有所有特性，但决策树没有EN