xgboost

    0熱度

    1回答

    我在庫和模塊中添加了我的xgboost jar文件。 (如文檔中所述,我成功地從源代碼構建了這些jar文件)。我似乎無法解決它的依賴。我試圖用包含在構建sbt文件中的依賴項來運行它,並將其取出(因爲jar已經包含在庫和通過項目結構的依賴項中)。兩者似乎都失敗了。這是某種兼容性問題嗎?我正在運行scala 2.11.8和spark 2.1.0。我的依賴被包括在序列如下: "ml.dmlc" %% "

    1熱度

    1回答

    這不是一個錯誤,而是一個需要理解的問題。當我從Booster對象調用getModelDump時,我沒有得到像「num_round」參數那樣多的樹。我在考慮如果「num_round」是100,那麼XGBoost會按順序生成100棵樹,當我調用getModelDump時,我會看到所有這些樹。我相信背後有一個合乎邏輯的理由,或者我的知識是錯誤的。你能解釋一下這種情況嗎? val paramMap = L

    1熱度

    1回答

    我已經成功地在Pycharm Python中安裝了Xgboost,並且它正在工作。 但是,在Jupyter NoteBook中,它不起作用。 import xgboost as xgb ---> 12 import xgboost as xgb ModuleNotFoundError: No module named 'xgboost' 在Jupyter的xgboost包是: >

    1熱度

    2回答

    我一直試圖在python 2.7中實現此代碼。它給了我這個錯誤。我會很感激幫助。 我有最新版本sklearn(0.18.1)和xgboost的(0.6) import xgboost as xgb from sklearn.model_selection import StratifiedKFold from sklearn.metrics import f1_score, roc_auc_s

    1熱度

    1回答

    前進,我是相當新的都xgboost和R. 我使用xgboost R中對我的數據dtrain執行多項分類。我使用的標籤有六個級別,所以我的代碼如下所示: param1 <- list(objective = "multi:softprob" , num_class = 6 , booster = "gbtree" , eta = 0.5 , m

    0熱度

    1回答

    安裝xgboost在安裝從混帳xgboost(其次是「蟒蛇的setup.py安裝」),我得到的控制檯消息,如下圖所示: - ========= (C:\Users\MUSTHAFA-PC\Anaconda3) C:\Users\MUSTHAFA-PC\xgboost_install_dir\python-package>python setup.py install Install libxgb

    0熱度

    1回答

    我正在閱讀文章here,但沒有完全理解xgboost中有關函數CV和參數「樹數」的詳細信息。 假設我們從功能和目標值的數據幀開始。 CV每輪都做什麼?如果CV結果有500行(即有500個決策樹),每棵樹如何構建? 500棵樹如何合併產生單一的對數損失?如果我們可以從CV函數中得到一個單獨的預測,爲什麼我們需要XGBClassifier.fit,它也會產生一個模型(從而產生一個損失數)???????

    0熱度

    1回答

    我使用xgboost進行迴歸問題時,標籤必須位於[0,1]中,但我得到有關響應變量的錯誤這是輸出銷售,這是最初的數字類,但爲我用xgboost它顯示的錯誤,但我想以數字形式輸出僅 labels <- train$Item_Outlet_Sales# train label ts_label <- test$Item_Outlet_Sales # test label # converted

    2熱度

    1回答

    我是xgboost的新手,我想要將我的xgboost模型可視化。 這裏是我的代碼,代碼來自一個教程,可能沒有錯誤。 from numpy import loadtxt from xgboost import XGBClassifier from xgboost import plot_tree import matplotlib.pyplot as plt dataset = loadt

    1熱度

    1回答

    我試圖定義一個名爲XGBExtended的類,該類擴展了用於xgboost的scikit-learn API類xgboost.XGBClassifier。我遇到了get_params方法的一些問題。下面是一個說明問題的IPython會話。基本上,get_params似乎只返回我在XGBExtended.__init__中定義的屬性,而在父初始化方法(xgboost.XGBClassifier.__