0
我正在使用XGBoost进行一些实验。 我设置迭代次数为1000，得到的结果 - 不无道理..XGBoost - 学习率
比我尝试做不同的事情：
而不是运行1000次迭代我想运行100次迭代，这一个重复10次（总共也有1000次迭代）。 在这十步之间我设置了： target_learn = target_learn - target_fitted（从前一步）。
和比target_fitted = target_fitted +预测
Target_fitted预测是对测试集在所有数据集增益通过交叉验证。
我得到了不同的结果 - 准确度很差。
比我走得远远跑只有5次迭代完成200次......更糟糕..
为什么我试图做到这一点，我想在迭代过程中改变学习矩阵的原因（尝试做有点经常性）。
任何想法，为什么结果是不同的...这是在我看来，在每个步骤中第一次迭代是不同的东西，所以我有这个迭代模型很多次，这是杀害acurracy ...
其他参数相同..
或者我可能缺少完整的东西..？ THX