2017-09-13 111 views
0

在xgboost(R版本)的介紹中,可以使用下面顯示的命令構建一個類似分類器的隨機森林。是否有可能對python中的xgboost做同樣的事情?python中使用xgboost的隨機森林的語法

#Random Forest™ - 1000 trees 
bst <- xgboost(data = train$data, label = train$label, max_depth = 4, num_parallel_tree = 1000, subsample = 0.5, colsample_bytree =0.5, nrounds = 1, objective = "binary:logistic") 

回答

1

是的,你可以在python中使用相同的參數。你可以找到如何在演示中使用目錄中xgboost幾個Python示例:

https://github.com/dmlc/xgboost/tree/master/demo/guide-python

只要從R指令在Python提供的參數,它應該工作一樣。

+0

問題是,num_parallel_tree和nrounds參數不存在python文檔xgboost,任何想法? –

+0

啊我明白你在說什麼了。那麼我認爲在python api中叫做num_boost_round。並且num_parellel_tree確實存在於python api中,即使它不是明確的文檔。要在培訓文件中查看num_boost_round的此搜索,請執行以下操作:https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/training.py – ftiaronsem

+1

我還發現了一個使用num_parallel_tree參數的python文件。請參閱https://programtalk.com/vs2/python/6841/ensemble_amazon/XGBoostClassifier.py/注意:它們使用名爲num_round的自定義參數,並將它傳遞到python api中稱爲num_boost_round的地方。 – ftiaronsem