XGBoost Tree, nodo

XGBoost Tree© es una implementación avanzada de un algoritmo de aumento de gradiente con un modelo de árbol como modelo base. Los algoritmos de aumento conocen de forma iterativa los clasificadores débiles y, a continuación, los añaden a un clasificador fuerte final. XGBoost Tree es muy flexible y proporciona muchos parámetros que pueden ser abrumadores para la mayoría de usuarios, de modo que el nodo XGBoost Tree en SPSS Modeler expone las características principales y los parámetros utilizados comúnmente. El nodo se implementa en Python.

Para obtener más información sobre los algoritmo de aumento, consulte los tutoriales de XGBoost disponibles en http://xgboost.readthedocs.io/en/latest/tutorials/index.html. ¹

Tenga en cuenta que la función de validación cruzada de XGBoost no se soporta en SPSS Modeler. Puede utilizar el nodo Partición de SPSS Modeler para esta funcionalidad. También tenga en cuenta que XGBoost en SPSS Modeler ejecuta la codificación One-Hot automáticamente para variables categóricas.