Что такое Train выборка для бустинга

Train выборка в бустинге — это набор данных, на котором модель обучается, последовательно корректируя ошибки предыдущих предсказаний. В отличие от других алгоритмов, бустинг итеративно строит ансамбль слабых моделей (обычно деревьев), где каждая следующая модель фокусируется на объектах, которые плохо предсказывались предыдущими.

Пример разбиения на train/test:

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

Нюансы:

• Для бустинга важно качество данных: выбросы и шум могут усилить переобучение.
• Часто используют кросс-валидацию (например, cv=5 в XGBoost) для настройки гиперпараметров.
• Стратификация (stratify=y) помогает сохранить баланс классов в задачах классификации.