基於遺傳算法的GBDT調參方法

目前網上的調參方式一般爲依次對各個參數進行網格調參，選擇最好的grid_score值和對應的參數，實際上只考慮Accuracy和AUC的調參方式是錯誤的，尤其是在不均衡樣本時候，必須考慮精確率和召回率。 本文運用多種方式逐步嘗試各種不同的調參方式，最後提出了用遺傳算法思想來大概率獲得全局最優解的調參方式。 時間限制，就直接把PPT導成圖片來展示，部分頁面沒有動畫效果（詳細交流可以留言），如下：

>>阅读原文<<