xgboost

    1

    1答えて

    で画像に木のプロットをxgboost私は木のプロットを通じてXGBモデルのツリーを理解しようとしています - xgb.plot.tree(). 残念ながらプロットはあまりにも混雑しているとRセッションが遅すぎるになります。だから、より良いズームインと私は、高解像度の画像にエクスポートしたいツリーを分析します。私はちょうど空白の.pngの画像を取得するには、次のコードで 。 > png("c:\\p

    2

    1答えて

    はアガリクスのサンプルデータのための一例である [[ 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]

    0

    1答えて

    Xgboost Scikit APIを使用してマルチ分類のためにnum_classパラメータを設定する方法および場所と混同します。 scikitのウェブサイトでは、このようなパラメータはドキュメントにありません。あなたがpriorlyクラスの量を指定するため xgboost.XGBClassifier(max_depth=3, learning_rate=0.1, n_estimators=100

    0

    1答えて

    ウェブ上で見る私はまだリニアブースターgblinearが正確に何であるかについて混乱しており、私はaloneではない。 lambda、λ_bias、alphaの3つのパラメータがあります。「追加パラメータ」と言うべきでしょうか。 私がこれを正しく理解すれば、リニアブースターは線形ブースティング(正規化)を行います。 この文脈では、上記の3つのパラメータとeta(昇圧率)の意味しか理解できません。

    0

    1答えて

    このlink stackoverflowは、xgboost 0.4インストール方法 conda install -c aterrel xgboost=0.4.0を提供します。 使用はOKですが、最新のxgboostパッケージ(私が知る限り、おそらく0.6)を探したいと思います。私はピップと醸造の方法を試しましたが、それは私のために複雑なようです。 ありがとうございました。 Mac上でxgboost

    0

    1答えて

    私はPythonのXGBRegressorとRのxgb.trainを同じデータセットで同じパラメータで使用していますが、私は異なる予測をしています。 私はXGBRegressorが 'gbtree'を使用していて、Rで適切な比較を行ったことを知っていますが、まだ別の結果が得られています。 2人を区別する方法や、Rの等価性をpythonのXGBRegressorに見分ける方法について、誰かが正しい方

    1

    3答えて

    caretパッケージのtrain関数を使用してxgbTreeモデルに適合させようとしています。 EDIT:ここでは、例を再現可能にするためのサンプルデータセットを示します。 df<-data.frame( x1=c(-231,5,-166,-158,170,-243,-184,25,-130,-209,453,-46,-13,-247,-74,-209,-130,-118,10,40), x2=

    0

    1答えて

    rmseの代わりにcount:poissonを使用しているときに、私はnloglikelihoodという値を見ています。今私はrmseまたはmaeとそれらの数字を比較する方法がわかりません。 実際には、rmseやMaeで得られる誤差の直感は得られませんが、それほど優れていません。例えば - >train-poisson-nloglik:2.01885 val-poisson-nloglik:2.0

    0

    1答えて

    以下のコードをMacで実行すると、No xgboost.sklearnという名前のモジュールがエラーになります。また、xgboost.sklearnをxgboostに変更しようとしました。これは、エラーを与えた:名前をインポートすることはできません 'XGBClassifier' をxgboost.sklearnインポートXGBClassifierから

    3

    1答えて

    私はXGBoostでscikit-learnのGridSearchCVを使用してハイパーパイロット検索を実行しようとしています。 gridsearchの間は、検索時間を大幅に短縮し、予測/回帰タスクでより良い結果を得ることが期待されるため、早期に停止したいと思います。私はXGBoostをScikit-Learn API経由で使用しています。 model = xgb.XGBRegressor()