15分钟
目标函数的参数
sigmoid： 一个浮点数，用sigmoid函数的参数，默认为 1.0。 它用于二分类任务和lambdarank任务。alpha： 一个浮点数，用于Huber损失函数和Quantile regression，默认值为 1.0。 它用于huber回归任务和Quantile回归任务。fair_c： 一个浮点数，用于Fair损失函数，默认值为 1.0 。 它用于fair回归任务。gaussian_eta： 一个浮点数，用于控制高斯函数的宽度，默认值为 1.0 。 它用于regression_l1回归任务和huber回归任务。posson_max_delta_step： 一个浮点数，用于Poisson regression的参数，默认值为 0.7 。 它用于poisson回归任务。scale_pos_weight： 一个浮点数，用于调整正样本的权重，默认值为 1.0 它用于二分类任务。boost_from_average： 一个布尔值，指示是否将初始得分调整为平均值（它可以使得收敛速度更快）。 它。默认为True。 它用于回归任务。is_unbalance或者unbalanced_set： 一个布尔值，指示训练数据是否均衡的。默认为True。 它用于二分类任务。max_position： 一个整数，指示将在这个NDCG位置优化。默认为 20 。 它用于lambdarank任务。label_gain： 一个浮点数序列，给出了每个标签的增益。默认值为0,1,3,7,15,....（即 ） 它用于lambdarank任务。num_class或者num_classes： 一个整数，指示了多分类任务中的类别数量。默认为 1 它用于多分类任务。reg_sqrt： 一个布尔值，默认为False。 如果为True，则拟合的结果为： 。同时预测的结果被自动转换为： 。 它用于回归任务
学员评价