GBDT怎么做：SPSSAU软件操作步骤与结果指标解读.docxVIP

一、GBDT所属模块

GBDT在SPSSAU中属于【机器学习】模块。

二、方法概述

GBDT是一种常用的集成学习方法，既可以处理分类问题，也可以处理回归问题。它适合变量较多、关系较复杂的预测场景，常用于效果预测、分类识别、变量筛选以及不同模型之间的效果对比。

三、变量设置规则

1.总体要求

GBDT共需要设置2类变量，分别是分析项（X定量）和因变量Y。两类变量都为必填。

2.具体设置

（1）分析项（X定量）

●最少放入1个，最多可放入400个变量，且为必填。

●用于放入模型的输入特征，也就是参与分类判断或结果预测的定量变量。

（2）因变量Y

●只能放入1个变量，且为必填。

●用于放入模型要预测的目标变量。若Y为类别数据，通常对应分类任务；若Y为定量数据，通常对应回归任务。

四、参数设置及解释说明

1.训练集比例

●用于设置总样本中参与模型训练的数据比例，默认值为0.8。

●训练集比例越高，模型可学习的信息通常越多；但测试集相应会减少。一般可以先使用默认设置。

2.数据归一化

●可选None、norm、mas、mms。

●None表示不处理；norm表示正态标准化；mas表示区间化；mms表示归一化。

●如果各变量量纲差异较大，可考虑进行处理，以降低数值尺度差异带来的影响。

3.保存预测值

●勾选后会额外保存预测信息。

●分类任务下通常会保存预测类别和