बायेसियन एक्सजीबूस्ट (Bayesian XGBoost)
बायेसियन एक्सजीबूस्ट (Bayesian XGBoost) हाइपरपैरामीटर ट्यूनिंग के लिए एक्सट्रीम ग्रेडिएंट बूस्टिंग (Extreme Gradient Boosting) की पूर्वानुमान शक्ति को बायेसियन ऑप्टिमाइज़ेशन (Bayesian optimization) के साथ जोड़ता है। ग्रिड (grid) या रैंडम सर्च (random search) के बजाय, एक संभाव्य सरोगेट मॉडल (probabilistic surrogate model) इष्टतम लर्निंग रेट (learning rate), ट्री डेप्थ (tree depth), और रेगुलराइज़ेशन पैरामीटर्स (regularization parameters) की खोज का मार्गदर्शन करता है, जिससे एग्जॉस्टिव सर्च (exhaustive search) अप्रोच की तुलना में बहुत कम मूल्यांकन के साथ लगभग शिखर प्रदर्शन प्राप्त होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
- Snoek, J., Larochelle, H. & Adams, R. P. (2012). Practical Bayesian Optimization of Machine Learning Algorithms. Advances in Neural Information Processing Systems (NeurIPS), 25, 2951–2959. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian-Optimized Extreme Gradient Boosting. ScholarGate. https://scholargate.app/hi/machine-learning/bayesian-xgboost
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- लाइटजीबीएममशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare