我知道如果在过去的X轮中没有任何改进（或表现下降），提前停止就会发生。也就是说，我们需要在过去的X轮中至少有一轮有少量改进，才能继续进行。
但我在此处读到：https://www.kaggle.com/vincentf/early-stopping-for-xgboost-python 以下代码中的注释：
stops 50 iterations after marginal improvements or drop in performance on your hold out set- 因此，看起来
边际改进就像没有改进，是这样吗？ - 如果是这样，
边际改进的值是多少？我们可以设定它的值吗？
回答：
您所链接的帖子中“边际改进”的含义相当不清楚（并且可以说具有误导性）；以下是来自文档的相关信息：
early_stopping_rounds (int) – 激活提前停止。验证指标需要在每early_stopping_rounds轮中至少有一次改进才能继续训练。
这显然不支持“边际改进”的说法。
