XGBoost回归

Xgboost模型，是一种特殊的梯度提升决策树。Xgboost其本质上还是基于树结构并结合集成学习的一种方法，其基础树结构为分类回归树。

仅支持通过可视化方式，配置读取该组件参数，参数详情如下表所示：

• 可视化方式

页签	参数	参数名称	是否必选	参数描述	默认值
数据源	表名	inputTable	是	数据表	无
默认参数	选择特征标签列	labelColName	是	输入表中选择标签列名类型。	无
模型参数	训练轮数	n_estimators	是	提升树的数量，即训练轮数。	100
模型参数	树的最大深度	max_depth	是	树的最大深度。	30
模型参数	学习率	learning_rate	是	学习率。	0.01
调优参数	学习目标及其损失函数	objective	是	学习目标及其损失函数包括reg:squaredlogerror和reg:logistic。	reg:squaredlogerror
调优参数	弱评估器	booster	是	弱评估器包括gbtree、gblinear、dart。	gbtree
调优参数	计算特征重要性依据	importance_type	是	计算特征重要性的依据，主要包括gain、weight、cover、total_gain、total_cover。	gain
调优参数	构建树采用的算法	tree_method	是	构建树采用的算法包括auto、exact、approx、hist、gpu_hist。	auto