num_boost_round和n_estimators有什么区别？

Question

我看到一些 xgboost 的方法会带有一个参数 num_boost_round，例如：

model = xgb.cv(params, dtrain,  num_boost_round=500, early_stopping_rounds=100)

然而，其他人会像这样使用n_estimators：

model_xgb = xgb.XGBRegressor(n_estimators=360, max_depth=2, learning_rate=0.1)

据我所知，每次应用Boosting算法，都会创建一个新的估算器。这是正确的吗？

如果是这样的话，那么num_boost_round和n_estimators两个参数应该是相等的，对吗？

- bsky

---

是的，您说得对。请看下面的问题：如何使用Scikit-Learn包装器获取XGBoost和XGBoost匹配的预测？ - Vivek Kumar

Answer 1

是的，它们都指代相同的参数（在这里查看文档或GitHub问题）。

不同名称的原因是因为xgb.XGBRegressor是scikit-learn API的实现; 而scikit-learn通常使用n_estimators来指代提升阶段的数量（例如GradientBoostingClassifier）

- Tin Lai

---

xgboost的作者在xgbclassifier中也使用了n_estimators和num_boost_round，不知道为什么在同一个API中他想这样做。:( - agent18

我在同一次优化中不小心将它们都设置为了一个很高的数字，导致优化时间似乎倍增。我想知道将它们都设置为1000是否相当于将提升轮数设置为一百万。 - Wilmer E. Henao

Answer 2

XGBoost原生API中的num_parallel_tree相当于n_estimators。

- t98907