xgboost

    2

    2答えて

    我々は「重量」でフィーチャー重要性を得ることができます。 model.feature_importances_ しかし、これは私が欲しいものではありません。私は情報利得によって利益を得たい。 我々は「ゲイン」のプロットで機能の重要性を得ることができます。 xgboost.plot_importance(model, importance_type='gain') をしかし、私は上記のプロッ

    1

    3答えて

    私はnumpy行列X(rows = observations & columns = features)のデータを持つ分類問題について、xgboostを使ってPythonを実行しようとしています。 numpy配列y。 私のデータがまばらなので、私はそれをXのスパースなバージョンを使用して実行させたいと思いますが、エラーが発生したときに何かが見当たりません。ここで は、私が何をすべきかです:分類器に

    0

    1答えて

    こんにちは私は、anacondaバージョンpython 2.7を正常に実行している間にxgboostをインストールしました。私は、端末にこのコードを使用すると ::私はアナコンダのバージョンのpython 3をダウンロードしてXGBoostをインストールしようとすると、しかし、私は、エラーメッセージが出続ける pip install xgboost 私が取得: Command "python

    0

    1答えて

    これは私を混乱させる非常に簡単な質問です。私はrと予測的なモデリングが新しく、私は現在バイナリ分類モデルにxgboostを使っています。私はnum_classパラメータについて少し混乱しています。というのも、1に設定すると、通常の出力が得られ、正常に動作します。しかし、2に設定すると、予測でデータの行が2倍になりますが、奇妙なことに精度が向上します。 バイナリ分類のパラメータは1または2であると想

    0

    1答えて

    にアナコンダJupyterノート3.5にXGBoostをインストールしている間、私は、このコマンドを経由してXGBoostをインストール: pip install xgboost それは成功した私は、それをインポートするとき、私は、このエラーメッセージが表示されますinstalled.However: OSError: dlopen(/Users/Deepak/anaconda/lib/pyt

    7

    2答えて

    マルチラベル分類にはxgboostを使用できますか?今私は、SklearnのGradientBoostingClassifierよりOneVsRestClassifierを使用します。それは動作しますが、CPUから1つのコアだけを使用します。私のデータには〜45の特徴があり、タスクはバイナリ(ブール)データで約20列を予測することです。メトリックは平均平均精度(マップ@ 7)です。あなたがコードの

    5

    2答えて

    私は、上記(樹枝)条件が存在することを条件に条件付き確率であると推測しています。しかし、私はそれについて明確ではない。 あなたが使用したデータや方法についての詳細を読みたい場合は、私たちは、この図は、その後に行くのですか:http://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-pyth

    1

    1答えて

    私はPythonで訓練されたXGBoostバイナリクラシファイアモデルを持っています。 純粋な数学演算を使用し、XGBoostライブラリ(.predict)を使用せずに、別のスクリプト環境(MQL4)で新しい入力データ用の出力を作成したいと考えています。 誰でも式やアルゴリズムを手助けできますか?

    0

    1答えて

    私はdf3という列車データセットを持っています。これはデータテーブルです。次のように 私はスパース行列に変換します sparse_matrix9 = sparse.model.matrix(ind_cco_fin_ult1~canal_entrada + nomprov + sexo + ind_empleado +

    0

    1答えて

    私はそれが私が知っている予測子を持つデータセットを使用してextreme gradient boosting algorithm(Xgboost)で実行しているテストデータを持っています。予測力、モデルの予測は関係なく、予測値の値の定数であるにもかかわらず:テストの$ pred_resが同じ値を持っていることを library(data.table) require(xgboost) libr