xgboostエラー - 私のラベルがすでに数字であり、0、1の範囲にない数字で結果が必要な場合、ラベルは[0,1]にする必要があります。

Question

回帰問題にxgboostを使用していますが、これは出力の販売であり、それはクラスで、最初は数値ですが、私はそれxgboost使うと、エラーを示していますが、私がしたい数値形式で出力のみ

labels <- train$Item_Outlet_Sales# train label 
ts_label <- test$Item_Outlet_Sales # test label 

# converted into matrix (one hot encoding) 
new_tr <- model.matrix(~.+0,data = train[,-c("Item_Outlet_Sales"),with=F]) 
new_ts <- model.matrix(~.+0,data = test[,-c("Item_Outlet_Sales"),with=F]) 

## checking class 
class(labels) 
[1] "numeric" 

私は test$Item_Outlet_Sales <- NA

class(test$Item_Outlet_Sales) 
[1] "logical" 

# coverting `ts_label` into numeric as it initially is logical 
ts_label <- as.numeric(ts_label)-1 
class(ts_label) 
[1] "numeric" 

としてテストにラベルまたは応答変数を作成しました

今

dtrain1 <- xgb.DMatrix(data = new_tr,label = labels) 
dtest1 <- xgb.DMatrix(data = new_ts,label= ts_label) 

xgbmodel1 = xgb.train(data=dtrain1, nround=150, max_depth=5, eta=0.1, subsample=0.9, 
         objective="reg:logistic", booster="gbtree", eval_metric="rmse") 

エラー -

Error in xgb.iter.update(bst$handle, dtrain, iteration - 1, obj) : 
    [14:08:41] amalgamation/../src/objective/regression_obj.cc:108: 
    label must be in [0,1] for logistic regression 

私は、この使用：私はへの応答変数のすべての値が等しくなっ-1と私のRMSEスコアは無限である

xgbmodel1 = xgb.train(data=dtrain1, nround=150, max_depth=5, eta=0.1, subsample=0.9, 
         objective="reg:linear", booster="gbtree", eval_metric="rmse") 

を..

xgboostの実装方法を教えてください。この場合、デフォルトの条件でも効果的ですエラーが発生します。

このデータセットには4つのカテゴリ変数があります。ここ

は列車のデータセットのサブセットである

確認、R < - 電車[1：3、]

R

Item_Identifier Item_Fat_Content ITEM_TYPE Item_MRP Outlet_Identifier 1：FDA15低脂肪の乳製品249.8092 OUT049 2：DRC01レギュラーソフトドリンク48.2692 OUT018 3：FDN15低脂肪肉141.6180 OUT049 アウトレット_施設アウトレット_アウトレット_タイプ1：1999ティア1スーパーマーケットタイプ1 3735.1380 2：2009ティア3スーパーマーケットタイプ2 443.4228 3：1999ティア1スーパーマーケットタイプ1 2097.2700 Item_Weight Item_Visibility Outlet_Size 1：9.30 0.01604730 2 2：5.92 0.01927822 2 3：17.50 0.01676007 2

Answer 1

私はここで二つの問題を参照してください。アルゴリズムはラベルが0または1のいずれかであることを期待

1. を。それどころか、あなたのコードはそれらを0または-1の値に設定します。

   ts_label <- as.numeric(ts_label) 
   

2. あなたは、バイナリターゲットとカテゴリ予測を持って次のようにあなたがts_label変数を定義する行を修正します。なぜロジスティック回帰をしたいのですか？私は "バイナリ：ロジスティック"がより良い目的であるかもしれないと感じています。 "reg：linear"は意味をなさないので、あなたの損失関数はrmseではなく、正確さに基づいていなければなりません。