本文主要是介绍模型超参数寻优，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
参考某篇QSAR的sci论文设置
根据上图，我设置我的XGBoost模型：
# 定义要搜索的超参数的候选值
param_grid = {'model__learning_rate': [0.1, 0.01, 0.001], # 调整学习率'model__n_estimators': [50, 100, 200, 300,400,500], # 调整树的数量'model__max_depth': [3,4,5,6,7,8,9], # 调整树的最大深度'model__subsample': [0.6,0.7,0.8, 0.9, 1.0], # 调整子样本的比例'model__colsample_bytree': [0.6,0.7,0.8, 0.9, 1.0] # 每棵树使用的特征比例
}这篇关于模型超参数寻优的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
