xgboost

0熱

1答えて

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。

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 # convert

r label regression data-science xgboost 2017-08-26

---

2熱

1答えて

Xgboost plot_tree Error：ValueError：ブースターがブースターインスタンスである必要があります

私はxgboostを初めて使用しています。私はxgboostモデルを視覚化したいと思います。 ここに私のコードは、コードはチュートリアルから来て、おそらくバグがありません。 from numpy import loadtxt from xgboost import XGBClassifier from xgboost import plot_tree import matplotlib.py

python matplotlib graphviz xgboost 2017-08-28

---

0熱

1答えて

XGBoost：列車のエラーがXGBoostで減少すると、テストエラーが増加するのはなぜですか？

xgboostでモデルを訓練すると、「eval-merror」が増加し、「train-merror」が次のように減少していますが、何かエラーがありますか？ enter image description here

xgboost 2017-08-30

---

2熱

1答えて

XGBOOST - DMATRIX

kaggle（linux）で動いていたMLコードを引っ張って、Windowsマシンのjupyterノートブックで実行しようとしました。ここでは、コード（その一部）は次のとおりです。 ##### RUN XGBOOST import xgboost as xgb print("\nSetting up data for XGBoost ...") # xgboost params xgb_

python machine-learning xgboost 2017-09-02

---

0熱

1答えて

データフレームのXGBスパース行列

XGB vignetteを読む。 列車のデータを使用しています。上で説明したように、データとラベル の両方がリストに格納されています。 疎な行列では、0を含むセルはメモリに格納されません。 したがって、主に0からなるデータセットでは、メモリサイズが縮小されます。それは は非常に通常このようなデータセットを持っています。 その後、ビネットは、高密度マトリックスでの作業方法も教えてくれます。 私はテキ

r r-caret xgboost 2017-09-05

---

0熱

1答えて

xgboostが単一のサンプルで間違っています

私はxgboostの使用を開始し、単一の列車サンプルでテストしました。 import xgboost as xgb data=[[42]] dtrain=xgb.DMatrix(data, label=[1]) xgb.train(dict(), dtrain).predict(dtrain) #array([ 0.90156281], dtype=float32) dtrain=x

machine-learning xgboost 2017-09-05

---

1熱

1答えて

Alien :: XGBoostライブラリのインストール中にエラーが発生しました

Windows 10でStrawberry Perlのデフォルトインストールを使用してAlien::XGBoostライブラリをインストールできません。私はStrawberry Perlの64ビット版を使用しています。 Alien::XGBoostをインストールすると、Alien/Build/CommandSequence.pmファイルの49行目に次のようなエラーが表示されます。 gmake[1]:

windows perl xgboost strawberry-perl 2017-09-05

---

0熱

1答えて

XGBoosterPredict第2の呼び出しは前に上書きされます

下のコードでは、XGBoosterPredictを呼び出すとtrain_out_pbが上書きされます。 問題はおそらく非常に些細ですが、私はそれを見ることはできません。 1.st呼び出し後 デバッガ出力： & train_out_pb 0x06d0eb2c {0x0074d060 {0.410961390}} CONSTフロート* & val_out_pb 0x06d0eb28 {0xFFFFFF

c++ reference xgboost 2017-09-07

---

0熱

2答えて

グラディエントブーストとランダムフォレスト

私の理解によると、RFはランダムにフィーチャを選択しているため、オーバーフィットするのは難しいです。しかし、sklearnのグラジエントブースティングでは、オーバーフィッティングを防ぐのに役立つmax_featuresのオプションも用意されています。だから誰がランダムフォレストを使うのですか？ グラディエントブースティングvsランダムなフォレストを使用する場合は、誰でも説明できますか？ ご協力いた

machine-learning random-forest xgboost 2017-09-13

---

0熱

1答えて

Pythonでxgboostを使用するランダムフォレストの構文

xgboost（Rリリース）のイントロでは、次のコマンドを使用して、分類子のようなランダムフォレストを構築できます。 Pythonでxgboostと同じことをすることは可能ですか？ #Random Forest™ - 1000 trees bst <- xgboost(data = train$data, label = train$label, max_depth = 4, num_paral

python xgboost 2017-09-13

---