num_boost_round和n_estimators有什么区别

Question

我看到某些xgboost方法采用参数num_boost_round，如下所示：

model = xgb.cv(params, dtrain,  num_boost_round=500, early_stopping_rounds=100)

但是其他人则这样n_estimators：

model_xgb = xgb.XGBRegressor(n_estimators=360, max_depth=2, learning_rate=0.1)

据我了解，每次应用增强都会创建一个新的估算器。那不正确吗？

如果是这样，那么数字num_boost_round和n_estimators应该相等，对吧？

Answer 1

是的，它们是相同的，都引用相同的参数（see the docs here或the github issue）。

之所以使用不同的名称，是因为xgb.XGBRegressor是scikit-learn API的实现； scikit-learn通常使用n_estimators来指代提升阶段的数量（例如GradientBoostingClassifier）