Description
La valeur Lower Bound (Limite inférieure) est supérieure ou égale à la valeur Upper Bound (Limite supérieure) pour un hyperparamètre de la table de valeurs.
Solution
Fournissez une valeur Upper Bound (Limite supérieure) supérieure à la valeur Lower Bound (Limite inférieure) pour chaque hyperparamètre de la table de valeurs.
Etiqueter | Nom | Plage |
---|---|---|
Nombre d'arbres | number_of_trees | Valeur entière supérieure à 1. |
Profondeur d’arbre maximale | maximum_depth | Valeur entière supérieure ou égale à 0. |
Taille minimale des feuilles | minimum_leaf_size | Valeur entière supérieure à 1. |
Données disponibles par arbre (%) | sample_size | Valeur entière supérieure à 0 et inférieure ou égale à 100. |
Nombre de variables échantillonnées de manière aléatoire | random_variables | Valeur entière inférieure ou égale au nombre de variables explicatives. Il s’agit des variables explicatives issues des champs, des entités de distance et des rasters. |
Learning Rate (Eta) (Vitesse d’apprentissage (Eta)) | eta | Valeur double supérieure à 0 et inférieure ou égale à 1. |
L2 Regularization (Lambda) (Régularisation L2 (Lambda)) | reg_lambda | Valeur double supérieure ou égale à 0. |
Minimum Loss Reduction for Splits (Gamma) (Réduction de perte minimale pour les divisions (Gamma)) | gamma | Valeur double supérieure ou égale à 0. |
Maximum Number of Bins for Searching Splits (Nombre maximal de groupes pour la recherche de divisions) | max_bins | Valeur entière supérieure à 1 ou égale à 0. Une valeur 0 signifie que le modèle crée un fractionnement candidat à chaque point de données. |
Vous avez un commentaire à formuler concernant cette rubrique ?