该文档涉及的组件

    GBDT回归编码器训练 (GbdtRegEncoderTrainBatchOp)

    Java 类名:com.alibaba.alink.operator.batch.feature.GbdtRegEncoderTrainBatchOp

    Python 类名:GbdtRegEncoderTrainBatchOp

    功能介绍

    使用GBDT回归模型,将输入数据编码为特征。

    参数说明

    名称 中文名称 描述 类型 是否必须? 取值范围 默认值
    labelCol 标签列名 输入表中的标签列名 String
    categoricalCols 离散特征列名 离散特征列名 String[] 所选列类型为 [BOOLEAN, DATE, DOUBLE, FLOAT, INTEGER, LONG, SHORT, STRING, TIME, TIMESTAMP]
    criteria 树分裂的策略 树分裂的策略,可以为PAI, XGBOOST String “PAI”, “XGBOOST” “PAI”
    featureCols 特征列名数组 特征列名数组,默认全选 String[] 所选列类型为 [BOOLEAN, DATE, DOUBLE, FLOAT, INTEGER, LONG, SHORT, STRING, TIME, TIMESTAMP] null
    featureImportanceType 特征重要性类型 特征重要性类型(默认为GAIN) String “WEIGHT”, “GAIN”, “COVER” “GAIN”
    featureSubsamplingRatio 每棵树特征采样的比例 每棵树特征采样的比例,范围为(0, 1]。 Double 1.0
    gamma xgboost中的l2正则项 xgboost中的l2正则项 Double 0.0
    lambda xgboost中的l1正则项 xgboost中的l1正则项 Double 0.0
    learningRate 学习率 学习率(默认为0.3) Double 0.3
    maxBins 连续特征进行分箱的最大个数 连续特征进行分箱的最大个数。 Integer 128
    maxDepth 树的深度限制 树的深度限制 Integer 6
    maxLeaves 叶节点的最多个数 叶节点的最多个数 Integer 2147483647
    minInfoGain 分裂的最小增益 分裂的最小增益 Double 0.0
    minSampleRatioPerChild 子节点占父节点的最小样本比例 子节点占父节点的最小样本比例 Double 0.0
    minSamplesPerLeaf 叶节点的最小样本个数 叶节点的最小样本个数 Integer 100
    minSumHessianPerLeaf 叶子节点最小Hessian值 叶子节点最小Hessian值(默认为0) Double 0.0
    newtonStep 是否使用二阶梯度 是否使用二阶梯度 Boolean true
    numTrees 模型中树的棵数 模型中树的棵数 Integer 100
    subsamplingRatio 每棵树的样本采样比例或采样行数 每棵树的样本采样比例或采样行数,行数上限100w行 Double 1.0
    vectorCol 向量列名 向量列对应的列名,默认值是null String 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] null
    weightCol 权重列名 权重列对应的列名 String 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] null