scikit-learn GradientBoostingClassifier中变量的惩罚



有没有办法惩罚一个特征,让它不会主导模型?(在索尔福德预测建模器中,有一个名为"变量惩罚"的设置)

情况是,我有一个分类特征,我想包含在模型中,但我不想作为最重要的特征,因为这样模型就无法正确捕获其他预测变量解释的方差。

我认为你不能那样做。虽然我真的不明白你为什么要这样做,但你可以尝试以下方法:在整个数据集上训练模型,删除此功能后在数据集上训练单独的模型。然后,组合两个模型的结果(可能是简单的平均或堆叠等)

相关内容

  • 没有找到相关文章

最新更新