g*u
2 楼
features dim 大概有60
做多类分类
总共有训练样本10，000 测试样本2000
iteration set 1000
训练样本从1000 逐渐增加到10，000， train error 一直是 0 .。。
test error 在样本增加到7000左右的时候 变很小
其他还可以解释.
这个training error 随着样本增加 都不变 而且一直是 0.
哪里可能出问题？谢谢
做多类分类
总共有训练样本10，000 测试样本2000
iteration set 1000
训练样本从1000 逐渐增加到10，000， train error 一直是 0 .。。
test error 在样本增加到7000左右的时候 变很小
其他还可以解释.
这个training error 随着样本增加 都不变 而且一直是 0.
哪里可能出问题？谢谢
w*2
3 楼
has home button
【在 b*p 的大作中提到】
: ??
【在 b*p 的大作中提到】
: ??
w*g
4 楼
xgb就是train error很小的。你把树深度缩小点能有改进。
：features dim 大概有60
：做多类分类
：features dim 大概有60
：做多类分类
g*u
5 楼
多谢大神指点， 那就说问题不大呗？现在树深 10. 三类问题。看到train error 0 怕
给老板到最后闹乌龙。
另外感觉 xgboost 也基本不需要调参数啊。。。。也就是树的深度调节一下， 循环
次数调节一下
eta 大部分情况 0.1 or 0.08就很好用。其他 也基本不需要调节啊。
【在 w***g 的大作中提到】
: xgb就是train error很小的。你把树深度缩小点能有改进。
:
: ：features dim 大概有60
: ：做多类分类
给老板到最后闹乌龙。
另外感觉 xgboost 也基本不需要调参数啊。。。。也就是树的深度调节一下， 循环
次数调节一下
eta 大部分情况 0.1 or 0.08就很好用。其他 也基本不需要调节啊。
【在 w***g 的大作中提到】
: xgb就是train error很小的。你把树深度缩小点能有改进。
:
: ：features dim 大概有60
: ：做多类分类
w*g
6 楼
树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
【在 g*******u 的大作中提到】
: 多谢大神指点， 那就说问题不大呗？现在树深 10. 三类问题。看到train error 0 怕
: 给老板到最后闹乌龙。
: 另外感觉 xgboost 也基本不需要调参数啊。。。。也就是树的深度调节一下， 循环
: 次数调节一下
: eta 大部分情况 0.1 or 0.08就很好用。其他 也基本不需要调节啊。
【在 g*******u 的大作中提到】
: 多谢大神指点， 那就说问题不大呗？现在树深 10. 三类问题。看到train error 0 怕
: 给老板到最后闹乌龙。
: 另外感觉 xgboost 也基本不需要调参数啊。。。。也就是树的深度调节一下， 循环
: 次数调节一下
: eta 大部分情况 0.1 or 0.08就很好用。其他 也基本不需要调节啊。
m*r
7 楼
xgb参数挺多的，好像5,6个都不止。
g*u
8 楼
哪几个比较重要需要调节 ？ 谢谢
【在 m******r 的大作中提到】
: xgb参数挺多的，好像5,6个都不止。
【在 m******r 的大作中提到】
: xgb参数挺多的，好像5,6个都不止。
g*u
9 楼
看来 overfit了， 但是 在测试机上 效果还可以啊。。。这怎么办？
深度深， training error 0， 测试data 结果还不错， 只有 精度 99%。
我试试 浅点3，4 之类的 ？ 但是那样test 结果就差了，精度 96%。
这怎么算？
【在 w***g 的大作中提到】
: 树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
深度深， training error 0， 测试data 结果还不错， 只有 精度 99%。
我试试 浅点3，4 之类的 ？ 但是那样test 结果就差了，精度 96%。
这怎么算？
【在 w***g 的大作中提到】
: 树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
n*g
10 楼
魏老师威武！
哈哈问个初级问题 这model 咋储存的？如果是linear regression 那么好办 存个
weights array w1 w2 ... 就好
这种树模型是咋存到memory里的？
不好意思钱老转行 基础知识不扎实
[在 wdong (万事休) 的大作中提到：]
:树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
哈哈问个初级问题 这model 咋储存的？如果是linear regression 那么好办 存个
weights array w1 w2 ... 就好
这种树模型是咋存到memory里的？
不好意思钱老转行 基础知识不扎实
[在 wdong (万事休) 的大作中提到：]
:树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
m*r
11 楼
你要是用R的话，可以把模型dump成为txt文件或json文件，得到的无非是一堆树， 每
个树无非是if, else 其实挺简单的。 预测的时候，每一颗树对一个observation计算
一下，比如200棵树，你就有200个值（概率），自己求个平均。
我上回碰到个问题： 明明模型训练时我看有比如200个iteration, dump出来的树有201
棵，没想出来怎么回事，也许你可以看看。
【在 n******g 的大作中提到】
: 魏老师威武！
: 哈哈问个初级问题 这model 咋储存的？如果是linear regression 那么好办 存个
: weights array w1 w2 ... 就好
: 这种树模型是咋存到memory里的？
: 不好意思钱老转行 基础知识不扎实
: [在 wdong (万事休) 的大作中提到：]
: :树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
个树无非是if, else 其实挺简单的。 预测的时候，每一颗树对一个observation计算
一下，比如200棵树，你就有200个值（概率），自己求个平均。
我上回碰到个问题： 明明模型训练时我看有比如200个iteration, dump出来的树有201
棵，没想出来怎么回事，也许你可以看看。
【在 n******g 的大作中提到】
: 魏老师威武！
: 哈哈问个初级问题 这model 咋储存的？如果是linear regression 那么好办 存个
: weights array w1 w2 ... 就好
: 这种树模型是咋存到memory里的？
: 不好意思钱老转行 基础知识不扎实
: [在 wdong (万事休) 的大作中提到：]
: :树深10那绝对太深了。我用xgb做了不少东西啦，树深从没超过3。
n*g
12 楼
理解点了 你说的挺好 大概是一堆Boolean 函数？
[在 magliner (magliner) 的大作中提到：]
:你要是用R的话，可以把模型dump成为txt文件或json文件，得到的无非是一堆树， 每
:个树无非是if, else 其实挺简单的。 预测的时候，每一颗树对一个observation计
算一下，比如200棵树，你就有200个值（概率），自己求个平均。
:我上回碰到个问题： 明明模型训练时我看有比如200个iteration, dump出来的树有
201棵，没想出来怎么回事，也许你可以看看。
[在 magliner (magliner) 的大作中提到：]
:你要是用R的话，可以把模型dump成为txt文件或json文件，得到的无非是一堆树， 每
:个树无非是if, else 其实挺简单的。 预测的时候，每一颗树对一个observation计
算一下，比如200棵树，你就有200个值（概率），自己求个平均。
:我上回碰到个问题： 明明模型训练时我看有比如200个iteration, dump出来的树有
201棵，没想出来怎么回事，也许你可以看看。
w*g
13 楼
可能你的问题就是需要比较深的。3不够再试456。我还是觉得不需要到10。
不过test如果到了0.99了，也没必要再折腾了。
一般就是training accuracy >> test accuracy时要尝试减小树的深度，增加
regularization。 一直减/加到test accuracy不再升高为止。
【在 g*******u 的大作中提到】
: 多谢大神指点， 那就说问题不大呗？现在树深 10. 三类问题。看到train error 0 怕
: 给老板到最后闹乌龙。
: 另外感觉 xgboost 也基本不需要调参数啊。。。。也就是树的深度调节一下， 循环
: 次数调节一下
: eta 大部分情况 0.1 or 0.08就很好用。其他 也基本不需要调节啊。
不过test如果到了0.99了，也没必要再折腾了。
一般就是training accuracy >> test accuracy时要尝试减小树的深度，增加
regularization。 一直减/加到test accuracy不再升高为止。
【在 g*******u 的大作中提到】
: 多谢大神指点， 那就说问题不大呗？现在树深 10. 三类问题。看到train error 0 怕
: 给老板到最后闹乌龙。
: 另外感觉 xgboost 也基本不需要调参数啊。。。。也就是树的深度调节一下， 循环
: 次数调节一下
: eta 大部分情况 0.1 or 0.08就很好用。其他 也基本不需要调节啊。
g*u
14 楼
是啊
有尝试了下
深度 减少到3，4 的时候 精度是 98%多点吧 之前算错了
但是10的 时候 可以到 99%
之前觉得犹豫也是因为 虽然觉得可能overfit 但是 testdata上 比较好 。
不过很好的 经验了 记下了
另外 我这个问题 要做到 sensitivity 接近 100% specificity最好 95%以上
现在 sensitivity 98.5% specificity 99.2%
sensitivity 还差距很大的。
估计 调整阈值以后 sensitivity 每升一点点， specificity 就会下降很多。。
【在 w***g 的大作中提到】
: 可能你的问题就是需要比较深的。3不够再试456。我还是觉得不需要到10。
: 不过test如果到了0.99了，也没必要再折腾了。
: 一般就是training accuracy >> test accuracy时要尝试减小树的深度，增加
: regularization。 一直减/加到test accuracy不再升高为止。
有尝试了下
深度 减少到3，4 的时候 精度是 98%多点吧 之前算错了
但是10的 时候 可以到 99%
之前觉得犹豫也是因为 虽然觉得可能overfit 但是 testdata上 比较好 。
不过很好的 经验了 记下了
另外 我这个问题 要做到 sensitivity 接近 100% specificity最好 95%以上
现在 sensitivity 98.5% specificity 99.2%
sensitivity 还差距很大的。
估计 调整阈值以后 sensitivity 每升一点点， specificity 就会下降很多。。
【在 w***g 的大作中提到】
: 可能你的问题就是需要比较深的。3不够再试456。我还是觉得不需要到10。
: 不过test如果到了0.99了，也没必要再折腾了。
: 一般就是training accuracy >> test accuracy时要尝试减小树的深度，增加
: regularization。 一直减/加到test accuracy不再升高为止。
h*e
15 楼
试试调class weight吧
【在 g*******u 的大作中提到】
: 是啊
: 有尝试了下
: 深度 减少到3，4 的时候 精度是 98%多点吧 之前算错了
: 但是10的 时候 可以到 99%
: 之前觉得犹豫也是因为 虽然觉得可能overfit 但是 testdata上 比较好 。
: 不过很好的 经验了 记下了
: 另外 我这个问题 要做到 sensitivity 接近 100% specificity最好 95%以上
: 现在 sensitivity 98.5% specificity 99.2%
: sensitivity 还差距很大的。
: 估计 调整阈值以后 sensitivity 每升一点点， specificity 就会下降很多。。
【在 g*******u 的大作中提到】
: 是啊
: 有尝试了下
: 深度 减少到3，4 的时候 精度是 98%多点吧 之前算错了
: 但是10的 时候 可以到 99%
: 之前觉得犹豫也是因为 虽然觉得可能overfit 但是 testdata上 比较好 。
: 不过很好的 经验了 记下了
: 另外 我这个问题 要做到 sensitivity 接近 100% specificity最好 95%以上
: 现在 sensitivity 98.5% specificity 99.2%
: sensitivity 还差距很大的。
: 估计 调整阈值以后 sensitivity 每升一点点， specificity 就会下降很多。。
w*g
16 楼
见识新东西啦
【在 g*******u 的大作中提到】
: 是啊
: 有尝试了下
: 深度 减少到3，4 的时候 精度是 98%多点吧 之前算错了
: 但是10的 时候 可以到 99%
: 之前觉得犹豫也是因为 虽然觉得可能overfit 但是 testdata上 比较好 。
: 不过很好的 经验了 记下了
: 另外 我这个问题 要做到 sensitivity 接近 100% specificity最好 95%以上
: 现在 sensitivity 98.5% specificity 99.2%
: sensitivity 还差距很大的。
: 估计 调整阈值以后 sensitivity 每升一点点， specificity 就会下降很多。。
【在 g*******u 的大作中提到】
: 是啊
: 有尝试了下
: 深度 减少到3，4 的时候 精度是 98%多点吧 之前算错了
: 但是10的 时候 可以到 99%
: 之前觉得犹豫也是因为 虽然觉得可能overfit 但是 testdata上 比较好 。
: 不过很好的 经验了 记下了
: 另外 我这个问题 要做到 sensitivity 接近 100% specificity最好 95%以上
: 现在 sensitivity 98.5% specificity 99.2%
: sensitivity 还差距很大的。
: 估计 调整阈值以后 sensitivity 每升一点点， specificity 就会下降很多。。
g*u
17 楼
我每类别样本数目基本平均 需要调节class weight吗？
【在 h**********e 的大作中提到】
: 试试调class weight吧
【在 h**********e 的大作中提到】
: 试试调class weight吧
g*u
18 楼
是不是只要在test 数据上 误差小（或者说只要test误差和train误差比较小就可以？
） 就不用管 train 上 error 很小很小的 问题？
【在 w***g 的大作中提到】
: 见识新东西啦
） 就不用管 train 上 error 很小很小的 问题？
【在 w***g 的大作中提到】
: 见识新东西啦
w*g
19 楼
是的。
【在 g*******u 的大作中提到】
: 是不是只要在test 数据上 误差小（或者说只要test误差和train误差比较小就可以？
: ） 就不用管 train 上 error 很小很小的 问题？
【在 g*******u 的大作中提到】
: 是不是只要在test 数据上 误差小（或者说只要test误差和train误差比较小就可以？
: ） 就不用管 train 上 error 很小很小的 问题？
L*8
20 楼
overfit是个伪概念
数据本身如果没有啥噪声 使劲fit就行了
【在 g*******u 的大作中提到】
: 看来 overfit了， 但是 在测试机上 效果还可以啊。。。这怎么办？
: 深度深， training error 0， 测试data 结果还不错， 只有 精度 99%。
: 我试试 浅点3，4 之类的 ？ 但是那样test 结果就差了，精度 96%。
: 这怎么算？
数据本身如果没有啥噪声 使劲fit就行了
【在 g*******u 的大作中提到】
: 看来 overfit了， 但是 在测试机上 效果还可以啊。。。这怎么办？
: 深度深， training error 0， 测试data 结果还不错， 只有 精度 99%。
: 我试试 浅点3，4 之类的 ？ 但是那样test 结果就差了，精度 96%。
: 这怎么算？
h*e
21 楼
你每类样本数目虽然平均
但你对每类的准确度要求不是不一样吗
【在 g*******u 的大作中提到】
: 我每类别样本数目基本平均 需要调节class weight吗？
但你对每类的准确度要求不是不一样吗
【在 g*******u 的大作中提到】
: 我每类别样本数目基本平均 需要调节class weight吗？
g*u
22 楼
没调过这个参数啊 不知道咋用啊。。。。
简单说几句？
thx
【在 h**********e 的大作中提到】
: 你每类样本数目虽然平均
: 但你对每类的准确度要求不是不一样吗
简单说几句？
thx
【在 h**********e 的大作中提到】
: 你每类样本数目虽然平均
: 但你对每类的准确度要求不是不一样吗
相关阅读
那本 C++书比较好啊？Go什么时候可能支持Generic?Linus Torvalds因内核注解标点格式发飙 solidot teikaei 21小时54分钟前 Linus Torvalds在Linux内核邮件开发者列表上再次发飙，将部分程序员偏爱的代码注解标点格式称为“脑残”。他强烈反对的注解格式类似：/* This is disgusting drug-induced * crap, and should die */（具体见下图） http://static.cnbetacdn.com/article/2016/0713/00a2039be872980.png 和/* This is also very nasty * and visually unbalanced */ 他个人支持的格式类似： /* This is a comment */ 和 /* * This is also a comment, but it can now be cleanly * split over multiple lines */搞个pokemon go中国版再挖一个语言坑：scala流年不顺gcc编译选项 -lpthread vs -pthread有人用过Postgres 中 FDW模型吗？请教一下大家对于职业发展的一些看法先进生产力来了【考古】windows设计的真的比linux好？软件公司一般允许把程序拷贝回家看吗？说说数据科学家这个职业关于Capital One的online test天方夜谭C++11里list迭代器判空仍然知道具体的list对象吗？问个问题，关于隐藏实现细节, C plusplusreact is total crapOAuth 是不是个大烂玩意而我想用ehcache存一些临时数据，怎么处理多线程比较好？streamwriter and filestream