Estudo sobre Gradient Boosting (XGBoost)
Gradient Boosting Bibliotecas necessárias library (randomForest) library (tidyr) library (rpart) library (glmnet) library (xgboost) library (tibble) library (ggplot2) library (scales) library (dplyr) options ( scipen = 999 ) Base de dados source ( "C:/Users/Thomas/Desktop/FGC/Códigos/Base de dados.R" ) df_macro <- df_macro %>% select ( - any_of ( "hiato_inflacao" )) Definindo parâmetros params <- list ( objective = "reg:squarederror" , # regressão eta = 0.05 , # learning rate max_depth = 4 , # profundidade máx de cada árvore min_child_weight = 1 , # tamanho mínimo de nó subsample = 0.8 , # fração de dados para cada árvore colsample_bytree = 0.8 , # fração de variáveis para cada árvore gamma = 0 , # penalidade por complexidade lambda = 1 , # regularização L2 alpha = 0 # regularização L1 ) Treinando modelo Matriz de desenho #dummies tratadas automaticamente df_model <- df_model %>% select ( - an...