使用XGBoost
我的问题是,caret
xgb.importance
可以打印出重要性矩阵,显示变量的重要性值,作为分类(通过Gain、Cover和Frequency等指标)的度量。Gain是建议使用的变量重要性指标。
使用caret重新采样(repeatedcv,number=10,repeats =5),一个特定的调整网格和train method = "xgbTree"
, caret varImp()
函数显示从0-100%缩放的k-fold特征重要性估计。我的问题是,caret
varImp(xgbMod)
包装函数是否使用Gain或所有Gain,Cover和Frequency的某种组合?