2
はアガリクスのサンプルデータのための一例である異なるPythonのAPIを使用してXGBoostの結果とwapper scikit-学ぶ
[[ 9.98860419e-01 1.13956432e-03]
[ 2.97790766e-03 9.97022092e-01]
[ 9.98816252e-01 1.18372787e-03]
...,
[ 1.95205212e-04 9.99804795e-01]
[ 9.98845220e-01 1.15479471e-03]
[ 5.69522381e-04 9.99430478e-01]]
[ 0.21558253 0.7351886 0.21558253 ..., 0.81527805 0.18158565
0.81527805]
はなぜ結果が異なっていますか?デフォルトのパラメータ値はすべて同じようです。そして、私はここにpredict_probaが[prob, 1- prob]
を返すという意味ではありません。
xgboostのv0.6、scikit-学ぶv0.18.1、あなたがxgb.trainに直接num_boost_roundパラメータを渡す必要があるのpython 2.7.12