問題タブ [boosting]

XGBoost を使用して実験を行っています。反復回数を 1000 に設定すると、妥当な結果が得られます。

私が何か違うことをしようとしたよりも：

1000回の反復を実行する代わりに、100回の反復を実行したいと思います。これを10回繰り返します（合計でも1000回の反復）。この 10 ステップの間に、target_learn = target_learn - target_fitted (前のステップから) をセットアップしました。

そして、target_fitted = target_fitted + 予測よりも

Target_fitted 予測は、すべてのデータセットに対するテスト セットのクロス検証によって得られます。

異なる結果が得られました - 非常に精度が悪いです。

200回実行された5回の反復のみを実行するよりもはるかに...さらに悪い..

私がこれをやろうとしている理由は、反復中に学習マトリックスを変更したいからです (少し繰り返し何かをしようとしています)。

結果が異なる理由は何ですか...各ステップの最初の反復は何か違うように思われるので、モデルでこの反復を何度も行っているため、精度が低下しています...

他のパラメータは同じです..

または多分私は何かを完全に見逃しています..？どうも

ドキュメントに記載されているように、次のことを実行しようとしています(これは現在では古くなっている可能性があります)。

https://www.elastic.co/guide/en/elasticsearch/guide/current/mapping.html

そこで説明されているシナリオを、私が達成したいことに適応させます。

トピック 1 に関するブログ投稿用の blog_t1 と、トピック 2 に関するブログ投稿用の blog_t2 の 2 つのタイプがインデックスにあるとします。どちらのタイプにもタイトル フィールドがあります。

次に、blog_t1 のタイトル フィールドのみにクエリ ブースティングを適用します。

以前のバージョンの Elasticsearch では、blog_t1.title と blog_t2.title を使用して、タイプからフィールドを参照できました。そのため、そのうちの 1 つをブーストするのは、blog_t1.title^2 と同じくらい簡単でした。

しかし、Elasticsearch 2.x 以降、タイプの古いサポートの一部が削除されました (あいまいさを取り除くなどの正当な理由により)。これらの変更については、ここで説明します。

https://www.elastic.co/guide/en/elasticsearch/reference/current/breaking_20_mapping_changes.html

だから私の質問は、multi_match クエリで、Elasticsearch 2.x を使用して、blog_t2 ではなくタイプ blog_t1 に対してのみ、タイトルに対してそのブーストを行うにはどうすればよいですか?

クエリは次のようになりますが、type.fieldはもはや問題ではないため、これは明らかに機能しません。

参考までに、私がこれまでに見つけた唯一の解決策は、タイトルに別の名前を付けることです。たとえば、blog_t1 には title_boosted を、他のものには単にタイトルを付けます。これは、「タイトル」をユニークなこと。

ありがとう。

オブジェクトの分類に Accord.NET ライブラリを使用しようとしていますが、適切な例が見つからず、プロセスを理解するにはドキュメントが不十分です。私の現在のコードは

「コンパイル可能」になるように書かれていますが、 DecisionStumpの入力パラメーターと2 番目のAdaBoostパラメーター全体の本質が何であるかはわかりません。Boost分類子を適切に作成してトレーニングする方法を誰かが説明できますか?

XGB などのツリー ベースのモデルの類似性を定量化するアルゴリズムはありますか? たとえば、クロス検証などで異なるデータセットを使用して 2 つの XGB モデルをトレーニングし、予測の堅牢性や一貫性、および機能の使用方法を推定したいと考えています。

分類に勾配ブースティングを使用しています。結果は改善していますが、有効な逸脱で NaN を取得しています。

結果

パラメータを調整して有効な偏差を取得する方法。