-
질문 & 답변
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
lgb_roc_eval 함수 내에서 params에 대해 min, max 설정 질문
21.03.01 12:45 작성 조회수 104
0
안녕하세요, 강의 내용 중 lgb_roc_eval에서
'subsample':max(min(subsample, 1), 0),
'colsample_bytree': max(min(colsample_bytree, 1), 0),
'max_bin': max(int(round(max_bin)),10),
'reg_lambda': max(reg_lambda,0),
'reg_alpha': max(reg_alpha, 0)
이 부분의 경우, 꼭 min, max 설정이 필요한 것인지요?
가령 subsample의 경우 0.5~1에 해당하는 값이 들어오기 때문에 당연히 0보다는 크고 1보다는 작은 값이 되는데
예를 들어 0.6이 되었다고 할 경우,
max(0.6, 0) 가 되어 당연히 0보다는 큰 값이 되는데 이들 min, max를 꼭 설정할 필요가 있는 것인지 궁금합니다!
제가 놓치고 있는 부분이 무엇인지 알고 싶습니다~!
감사합니다.
답변을 작성해보세요.
0
권 철민
지식공유자2021.03.01
해당 하이퍼 파라미터 호출이 Bayesian optimizer가 호출을 하기 때문에 원래 subsample 이 0 ~ 1사이인지 알 수 없습니다. 때문에 0 ~ 1 사이 값이 아닌 경우를 입력할 수도 있기에, 명확하게 지정을 해줘야 합니다.
Bayesian optimizer를 이용할 경우에는 이처럼 명확하게 최대값/최소값 범위를 위와 같이 정해 주는게 필요합니다.
감사합니다.
답변 1