Description
La valeur Upper Bound (Limite supérieure) pour un hyperparamètre de la table de valeurs n’est pas valide. Chaque hyperparamètre possède une plage de valeurs possibles. La valeur Upper Bound (Limite supérieure) pour chaque hyperparamètre sélectionné doit se trouver dans la plage des valeurs valides de cet hyperparamètre.
Solution
Fournissez une valeur Upper Bound (Limite supérieure) située dans la plage des valeurs valides pour le paramètre spécifié.
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 ?