python中使用xgboost的隨機森林的語法

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")

來源

2017-09-13 M M

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。

來源

2017-09-13 19:26:05 ftiaronsem

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

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

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

python中使用xgboost的隨機森林的語法

回答

相關問題