我正在使用 XGBoost 进行一些实验。我将迭代次数设置为 1000 并得到结果 - 合理的..
比我尝试做一些不同的事情：
而不是运行 1000 次迭代，我想运行 100 次迭代，这个重复 10 次（总共也 1000 次迭代）。在这 10 步之间，我设置了：target_learn = target_learn - target_fitted（来自上一步）。
而不是 target_fitted = target_fitted + 预测
Target_fitted 预测是通过对所有数据集的测试集进行交叉验证获得的。
我得到了不同的结果——准确度很差。
比我跑得更远，只跑了 5 次迭代，做了 200 次……甚至更糟……
我之所以尝试这样做，是因为我想在迭代期间更改学习矩阵（尝试做一些重复性的事情）。
任何想法为什么结果不同......在我看来，每一步的第一次迭代都是不同的，所以我在模型中多次迭代，这正在扼杀准确性......
其他参数一样。。
或者也许我错过了完整的东西..？谢谢