package request

type DelConfigReq struct {
	AiPredictModelIndexConfigId int `description:"配置id"`
}

// TrainReq
// @Description: 训练模型请求参数
type TrainReq struct {
	IndexId                     int          `description:"模型id"`
	AiPredictModelIndexConfigId int          `description:"配置id"`
	Params                      ConfigParams `description:"训练参数"`
}

// ConfigParams
// @Description: 训练参数
type ConfigParams struct {
	Seed            int     `json:"seed" description:"随机种子，如：42"`
	Objective       string  `json:"objective" description:"目标（回归任务），枚举值，squarederror、multi、sofamax；默认值：squarederror" `
	EvalMetric      string  `json:"eval_metric" description:"评估指标，枚举值，rmse、auc logloss、merror；默认值：rmse"`
	MaxDeltaStep    int     `json:"max_delta_step" description:"最大步长，如：5；正整数，必须大于0"`
	TreeMethod      string  `json:"tree_method" description:"树构建方法，枚举值：auto、exact、approx、hist；默认值：auto"`
	NumBoostRound   int     `json:"num_boost_round" description:"迭代次数；正整数，必须大于0"`
	LearningRate    float64 `json:"learning_rate" description:"学习率，如：0.0881"`
	MaxDepth        int     `json:"max_depth" description:"最大深度（控制树的深度，防止过拟合），如：4；正整数，必须大于0"`
	MinChildWeight  int     `json:"min_child_weight" description:"最小子节点权重（防止过拟合），如：6.0601"`
	Subsample       float64 `json:"subsample" description:"随机采样（防止过拟合），如：0.9627"`
	ColsampleBytree float64 `json:"colsample_bytree" description:"特征随机采样（防止过拟合），如：0.7046"`
	Gamma           float64 `json:"gamma" description:"控制分裂，如：0.4100"`
	RegAlpha        float64 `json:"reg_alpha" description:"L1正则化系数，如：0.3738"`
	ReqLambda       float64 `json:"reg_lambda" description:"L2正则化系数，如：1.4775"`
	Booster         string  `json:"booster" description:"使用哪种补充包。可以是，或;使用基于树的模型，同时使用线性函数。枚举值：gbtree、gblinear、dart、gbtree、dart、gblinear"`
}