2.4.9
XGBoost
สรุป
- สมมติฐานของวิธีและสถานการณ์ที่เหมาะกับการใช้งาน.
- เกณฑ์วัตถุประสงค์และผลต่อพฤติกรรมของโมเดล.
- แนวทางตั้งค่าและตรวจสอบเพื่อให้ผลลัพธ์เสถียร.
สัญชาตญาณ #
การเข้าใจวิธีนี้ควรดูสมมติฐานของโมเดล ลักษณะข้อมูล และผลของการตั้งค่าพารามิเตอร์ต่อการทั่วไปของโมเดล
คำอธิบายโดยละเอียด #
XGBoost (eXtreme Gradient Boosting) คือการใช้งาน gradient boosting ที่เน้นเรื่อง regularization และความเร็ว รองรับการจัดการ missing value การปรับแต่งโครงสร้างต้นไม้ และการฝึกแบบขนาน จึงเป็นตัวเลือกยอดนิยมทั้งในงานจริงและการแข่งขัน