跳到正文
事件进展观察中

硅谷刘老师讲解XGBoost原理与调参

1 篇报道1 个报道来源2 天前更新

先了解这件事

报道摘要

硅谷刘老师以算法面试为场景,梳理 XGBoost 的目标函数:损失加正则化,其中 gamma 惩罚叶子数,lambda 惩罚叶子权重。配文列出的讲解重点还包括如何通过贪心分裂、增益公式和预剪枝选择分裂点,以及树深、学习率、行采样、列采样和早停,可作为面试复习提纲。

摘自 硅谷刘老师 / xiaohongshu

最新进展10月10日 08:02
三分钟讲清楚 XGBoost

报道时间线

沿着报道,了解事件的不同侧面。

10月10日
  1. 硅谷刘老师 / xiaohongshu
    三分钟讲清楚 XGBoost

    硅谷刘老师以算法面试为场景,梳理 XGBoost 的目标函数:损失加正则化,其中 gamma 惩罚叶子数,lambda 惩罚叶子权重。配文列出的讲解重点还包括如何通过贪心分裂、增益公式和预剪枝选择分裂点,以及树深、学习率、行采样、列采样和早停,可作为面试复习提纲。

本事件热度走势

可比范围当前
3
可比范围峰值
710月10日 19:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。