特征重要性图的f分数非常大且存在过度拟合

问题描述

我正在尝试对德国信用风险数据集执行分类任务。我正在尝试使用XGBoost对数据集进行分类，但是，我的训练精度为88.75％，测试精度为72.5％。我认为这表明过度拟合。我已经优化了许多参数，但是仍然过拟合。我随机运行参数。有用于调整它们的特定技术吗？ 另外，当我尝试绘制特征重要性时，如该图所示，我的f得分非常高，这是什么意思？

模型和图的代码如下：

print(f'{element[i].key}: {element[i]}\n{element[i].key}:{element[i]}\' for i in range(2))

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）