示例
使用“银行零售客户流失”案例数据，包含17个特征列和1个二类的目标标签。需要对银行客户预测是否流失。通过数据预处理及模型训练，如下图：
其中，特征离散是将年龄、卡龄等数据离散化，是为了提高模型的准确度，提高运行速度。
模型构建中，梯度提升决策树的各个参数：
参数名称 | 值 | 说明 |
|---|---|---|
归一化 | 正则化 | 详情请参考 归一化 介绍说明。 |
标准化 | ||
最小最大值归一化 | ||
最大绝对值归一化 | ||
最大迭代数 | 取值范围：>=0的整数，默认值为30 | 算法的最大迭代次数，达到最大迭代次数即退出。 最大迭代次数的值越大，模型训练更充分，但会耗费更多时间。 |
分裂特征的数量 | 取值范围：>=2的整数； 默认值：32。 | 对连续类型特征进行离散时的分箱数； 该值越大，模型会计算更多连续型特征分裂点且会找到更好的分裂点，但同时也会增加模型的计算量； |
树的深度 | 取值范围：[1,30]的整数；默认值为4。 | 当模型达到该深度时停止分裂； 树的深度越大，模型训练的准确度更高，但同时也会增加模型的计算量且会导致过拟合； |
学习率 | 取值范围：(0,1]的数；默认为空。 | 收敛步长，其决定着目标函数能否收敛到局部最小值以及何时收敛到最小值。较小的步长意味需要更多的迭代次数。 学习率决定了参数移动到最优值的速度快慢。如果学习率过大，很可能会越过最优值；反而如果学习率过小，优化的效率可能过低，长时间算法无法收敛。 |
子采样比例 | 取值范围：(0,1]的数；默认为空。 | 对样本进行不放回的采样比例，取值为(0,1]，取值小于1，则不使用全部样本去构建GBDT的决策树，小于1的比例，可减少方差，防止模型过拟合，默认是1，即不使用子采样。 |
最小分裂信息增益 | 取值范围：>=0的整数，默认值为空 | 这个值用来限制决策树的增长，如果某节点的信息增益小于这个阈值，则该节点不再生成子节点。 |
子节点最少样本数 | 取值范围：>=1的整数，默认值为空 | 这个值用来限制叶子节点最少的样本数，如果某叶子节点数目小于样本数，则会和兄弟节点一起被剪枝。 |
自动调参设置 | 系统默认的各项参数值范围。 | 必须结合“启用自动调参”功能使用。系统将对设置指定或范围内的参数值循环调参，匹配出最优的组合。详情请参考 自动调参设置 。 启用自动调参: 开启该项，则系统自动调参数，不需要用户手工设置参数。 |
| 锚 | ||||
|---|---|---|---|---|
|
系统将对设置指定或范围内的参数值循环调参，匹配出最优的组合。
自动调参的方式分为两种：
- 指定值调参：指定一个固定的值进行自动调参。
- 范围调参：在指定的范围内进行自动调参。
设置项说明如下：
| 设置项 | 说明 | ||
|---|---|---|---|
| 拆分比例 | 将选择的数据拆分为两部分，一部分部分用于模型的评估，另一部分数据用于训练模型。 | ||
| 评估标准 | 用于选择数据的评估指标，包括：f1、precision、recall、accuracy、AUC(二分类)。 其中，评估标准“AUC(二分类)”仅对二分类问题生效。 | ||
| 参数 | 自动调参的参数项。 | ||
指定值调参 | 指定值 | 指定一个固定的值进行自动调参。需要先勾选“是否使用指定值”才能配置。 | |
| 是否使用指定值 | 控制是否使用使用指定值进行调参。 | ||
| 范围调参 | 范围 | 设置自动调参参数的范围。 若运行速度比较慢，可将参数范围调小一点。 | |
| 步数 | 进行范围调参时，在设置的范围内生成多少个参数值。 示例： 1）范围为[3,5]，步数为3时，生成的参数值：3, 4, 5 2）范围为[40,100]，步数为4时，生成的参数值：40, 60, 80, 100 | ||
