我正在使用xgboost进行排名
param = {'objective':'rank:pairwise', 'booster':'gbtree'}
我理解的梯度提升是通过计算学习决策树的加权和来实现的。如何访问分配给每个学习增强器的权重?在训练后,我想尝试对权重进行后处理以加速预测步骤,但我不知道如何获取单个权重。
使用 dump_model()
时,可以在创建的文件中看到不同的决策树,但没有权重存储在那里。
在API中,我没有找到合适的函数。或者我可以使用收缩参数 eta
手动计算权重吗?