Python XGBoost CV函数如何确定使用哪个估计器或经过训练的模型?
我正在学习XGBoost,并且正在使用python(3.x)。我遇到了XGBoost cv函数。假设我有两个模型gbt1和gbt2,我使用XGBClassifier创建了这两个模型。现在,我希望使用XGBoost的CV方法进行交叉验证。我注意到我不需要指定我在这里尝试优化的模型。我只需要通过参数和数据矩阵。我这里的问题是XGBoost如何确定使用什么模型或估计器Python XGBoost CV函数如何确定使用哪个估计器或经过训练的模型?,python,python-3.x,xgboost,Python,Python 3.x,Xgboost,我正在学习XGBoost,并且正在使用python(3.x)。我遇到了XGBoost cv函数。假设我有两个模型gbt1和gbt2,我使用XGBClassifier创建了这两个模型。现在,我希望使用XGBoost的CV方法进行交叉验证。我注意到我不需要指定我在这里尝试优化的模型。我只需要通过参数和数据矩阵。我这里的问题是XGBoost如何确定使用什么模型或估计器 cv_df=xgb.cv(参数,数据训练,数值推进,轮数=5,nfold=n次, 提前停止(轮数=提前停止) 也许会有帮助。谢谢。我的
cv_df=xgb.cv(参数,数据训练,数值推进,轮数=5,nfold=n次,
提前停止(轮数=提前停止)
也许会有帮助。谢谢。我的问题不同。我对交叉验证以及交叉验证与GridSerachCV的区别有相当的了解。我这里的问题是cv函数如何知道使用哪个估计器或模型进行交叉验证。