r - 如何在R中使用XGBoost算法进行回归？

Question

我正在尝试使用 XGBoost 技术进行预测。由于我的因变量是连续的，因此我使用 XGBoost 进行回归，但各个门户中提供的大多数引用都是用于分类的。虽然我知道通过使用

objective = "reg:linear"

我们可以进行回归，但我仍然需要澄清其他参数。如果有人能给我提供它的 R 代码片段，那将是一个很大的帮助。

Answer 1

xgboost(data = X, 
        booster = "gbtree", 
        objective = "binary:logistic", 
        max.depth = 5, 
        eta = 0.5, 
        nthread = 2, 
        nround = 2, 
        min_child_weight = 1, 
        subsample = 0.5, 
        colsample_bytree = 1, 
        num_parallel_tree = 1)

这些是您在使用树木助推器时可以使用的所有参数。对于线性助推器，您可以使用以下参数来玩...

xgboost(data = X, 
        booster = "gblinear", 
        objective = "binary:logistic", 
        max.depth = 5, 
        nround = 2, 
        lambda = 0, 
        lambda_bias = 0, 
        alpha = 0)

这些参数的详细含义可以引用xgboost CRAN文档中xg.train()的描述。