对于GBM模型,"有效的偏差"是纳米,这意味着什么以及如何摆脱这种情况？

Question

我正在使用渐变增强进行分类.虽然结果有所改善,但我在有效率方面获得了NaN.

Model = gbm.fit(
  x= x_Train ,
  y = y_Train ,
  distribution = "bernoulli",
  n.trees = GBM_NTREES ,
  shrinkage = GBM_SHRINKAGE ,
  interaction.depth = GBM_DEPTH ,
  n.minobsinnode = GBM_MINOBS ,
  verbose = TRUE
  )

结果

如何调整参数以获得有效的参数.

Answer 1

我有同样的问题,奇怪的是,我们在这个问题上很少......

添加train.fraction = 0.5到选项列表可以解决问题(似乎没有默认值,并且如果没有明确提到train.fraction值,则不会计算validdeviance).