xgboost

    2熱

    1答えて

    xgboost rパッケージのウォッチリスト履歴にアクセスする

    私はxgboost Rパッケージを使用してマルチクラスの分類作業を行っています。 これは問題を説明するために作成するコードです（入力と出力はランダムに生成されるため、結果は意味をなさない）。 [0] train-mlogloss:1.221495 eval-mlogloss:1.292785 [1] train-mlogloss:0.999905 eval-mlogloss:1.121077
    r xgboost 2016-04-14

    0熱

    1答えて

    Xgboostノードは、機能範囲外の値を分割しますか？

    私は0から1の範囲のいくつかの機能を持っています。 しかし、私はモデルをダンプすると、 "features < 2.00001"を使っていくつかのノードがそれらの機能を分割していることがわかります。 xgboostは機能を拡大/縮小するか、機能に値を追加しますか？または2.00001が分割される理由は？ ありがとう〜
    xgboost 2016-04-19

    2熱

    1答えて

    R xgboostはearly.stop.roundで予測する

    以下のコードがあります。 600ラウンド後に最適化が停止し、最良ラウンドが450だったとしましょう。予測に使用するモデル - 450ラウンド後または600ラウンド後のいずれのモデルですか？ watchlist <- list(val=dval,train=dtrain) param <- list( objective = "binary:logistic", booste
    r xgboost 2016-04-27

    0熱

    1答えて

    最大深度と推定値の数またはラウンド数のバランス

    これは一般的にxgbと勾配ブーストの理論的な質問です。どのようにしてmax_depthとnum_roundsまたはn_estimatorsのバランスが最良であるかを知ることができます。明らかにmax_depthを増やすと、ブースティングでは推奨されない複雑なモデルが作成されますが、何百回ものブースティングでトレーニングデータがあふれてしまう可能性があります。 CVでmax_depthが5、num_
    machine-learning xgboost 2016-04-27

    2熱

    1答えて

    トラブル

    私はピップ経由xgboostインストールしようとすると、私は次のエラーを参照してください、Mac上でアナコンダの分布ではPython 2.7を実行している： Command "python setup.py egg_info" failed with error code 1 in /private/var/folders/zk/zh9sqr0n2n91v0smc5ypcz7w0000gn/T/p
    python pip setuptools xgboost 2016-05-01

    1熱

    3答えて

    XGBoost in R

    私は25000行と761列のデータセットを持っています。これにはバイナリ応答カラムが1つあります。私のバイナリレスポンスは値が '-1'と '1'でした。私は、私はまだ同じエラーを取得しておく、次のコマンド - levels(output)[levels(output)=="-1"] <- "0" を使用して、私の応答のレベルを変更し、それにxgboost実行しようとしている、と xg_bas
    r xgboost 2016-05-05

    5熱

    1答えて

    「有効な逸脱」はGBMモデルにとってはナンバーですが、これはどういう意味ですか、これを取り除く方法は？

    私は分類のために勾配ブーストを使用しています。結果は改善していますが、NaNを有効にしています。どのようにチューニングパラメータをvaliddevianceを取得するために Model = gbm.fit( x= x_Train , y = y_Train , distribution = "bernoulli", n.trees = GBM_NTREES ,
    r machine-learning xgboost gbm boosting 2016-05-08

    0熱

    1答えて

    xgboost Rツリーダンプを使用して予測を行う方法

    質問をxgboost xgb.dump tree coefficientから受け取ります。 私は、具体的には、η= 0.1または0.01であるかどうかを知りたいと思います。確率計算は、提供される回答とどう違うのですか？ ツリーダンプを使用して予測を行いたいとします。 booster[0] 0:[order.1<12.2496] yes=1,no=2,missing=2,gain=1359.61,
    r tree logistic-regression xgboost 2016-05-12

    0熱

    1答えて

    "バイナリ：ロジスティック"使用時のXGBoostにおける個々のツリーの重み計算

    キューを取るHow to access weighting of indiviual decision trees in xgboost?。 objective = "binary：logistic"、eta = 0.1のときの重みの計算方法は？ マイツリーダンプは次のとおりです。 booster[0] 0:[WEIGHT<3267.5] yes=1,no=2,missing=1,gain=13
    r decision-tree logistic-regression xgboost 2016-05-13

    4熱

    1答えて

    XgBoost：yの人口が最も少ないクラスはメンバーが1人しかなく、少なすぎる

    kaggleの競争のためにsklearnのXgboost実装を使用しています。 しかし、この '警告' メッセージを取得イム： を $ pythonのScript1.py /home/sky/private/virtualenv15.0.1dev/myVE/local/lib/python2.7/site-packages/sklearn/cross_validation .py：516： 警告：
    python scikit-learn cross-validation xgboost 2016-05-15
最新の質問