GBM 模型：为什么验证精度在 h2o R 中的网格搜索上会波动答案

【问题标题】：GBM model : why is the validation accuracy fluctuating on grid search in h2o RGBM 模型：为什么验证精度在 h2o R 中的网格搜索上会波动
【发布时间】：2019-01-30 23:34:14
【问题描述】：

我在 R 中使用 H2O 包，我正在尝试使用 gbm 模型提高我的分数。我尝试使用训练集和有效集进行网格搜索。但是当它完成时，两组之间的对数损失曲线是非常不同的。事实上，我的训练集存在过度拟合，因此准确度高于我的有效集

Here on H2O, my gbm's parameters :
ntrees = 100, 
max_depth = 3, 
learn_rate = 0.01, 
nfolds = 5,
seed = 1234

你能给我一些方法来解决我的问题吗？

【问题讨论】：

标签： r h2o

【解决方案1】：

有关在 R 中调整 H2O GBM 的帮助，我建议查看此调整指南：https://github.com/h2oai/h2o-3/blob/master/h2o-docs/src/product/tutorials/gbm/gbmTuning.Rmd。

从您使用的预测变量、您设计的功能、您拆分数据的方式以及您调整模型的方式中，您可能会看到过度拟合的原因有很多。

如果不查看您的特定数据集和您运行的特定代码，就很难为您提供过度拟合问题的确切原因。

【讨论】：