我使用了Scikit-learn API for XGBoost (python中的)。我的准确率约为68%。我使用相同的参数集并使用XGBoost的Learning API；我的准确率约为60%。我的理解是Scikit-learn API是Lear
浏览 14提问于2019-05-04得票数 2
在Python中使用基础API (即xgboost.train(args))训练和保存xgboost模型时，我们可以使用.save_model()保存参数： import xgboost
loaded_model.load_model(args) 我们如何将这个经过训练的模型加载到中？我的目标是将一个经过训练的xgboost
浏览 100提问于2021-07-15得票数 0
我在相同的数据上训练了两个梯度提升模型，使用了Scikit-learn和XGBoost.Scikit-学习模型 n_estimators=5, max_depth=5,verbose=2XGBoost模型 n_estimators=5,
learning_rate=
浏览 6提问于2021-02-15得票数 3
回答已采纳
我已经安装了XGBoost。中，出现了一个"booster“参数，为什么我没有这个参数呢？Scikit-Learn APIn_estimators=100, silent=True, objectiv
浏览 2提问于2017-05-19得票数 1
我正在通过训练应用程序接口和Scikit-学习应用程序接口来试验LightGBM。 max_depth=alg_conf["max_depth"],
learning_rate=alg_conf["learning</e
浏览 7提问于2017-10-31得票数 2
1回答
医生说：
XGBoost中使用的数据矩阵。DMatrix是XGBoost使用的一种内部数据结构，它对内存效率和训练速度都进行了优化。您可以从多个不同的数据源构造DMatrix。我知道这一点，但是与Pandas相比，DMatrix的使用有什么区别呢？
浏览 3提问于2021-11-26得票数 8
回答已采纳
XGBoost库通过xgboost.cv()拥有自己的交叉验证的实现。看起来，它需要将数据存储为DMatrix。不用使用xgboost.cv()，我可以使用XGBoost的雪橇与GridSearchCV()、RandomizedGridCV或cross_validate()一起使用sklearn执行交叉验证。如果我使用交叉验证的sklearn实现，我可以使用pandas.DataFrame的
浏览 0提问于2022-12-28得票数 0
1回答
XGBoost -输出提升轮次
、、、、
我用的是Scikit-Learn API，XGBRegressor。我试图让我的模型尽可能的冗长。这些是模型的参数。这是在Kaggle内核上运行的。df_train和df_target是pandas数据帧。model = xgb.XGBRegressor( max_depth=5,
learning_r
浏览 23提问于2019-10-17得票数 0
我一直在使用Python和Python的Scikit- learning机器学习API研究机器学习KNN (K近邻)算法。我已经使用python和Scikit-learn创建了带有玩具数据集的示例代码，并且我的KNN工作得很好。但正如我们所知，Scikit-learn API是为在单机上工作而构建的，因此一旦<
浏览 0提问于2016-06-12得票数 1
4回答
我正在用XGBoost做实验，却被一个我搞不懂的错误所阻碍。我已经在活动环境中安装了sklearn，并且可以通过在同一个笔记本上训练sklearn来验证它。当我试图训练一个XGBoost模型时，我得到了误差XGBoostError: sklearn needs to be installed in order to use this module
这样做是可行的n_estimators=200, r
浏览 3提问于2018-03-18得票数 2
我最近开发了一个使用scikit-learn RandomForestRegressor模型的全功能随机森林回归软件，现在我有兴趣将它的性能与其他库进行比较。因此，我找到了一个scikit-learn API for XGBoost random forest regression，并使用X特征和全零的Y数据集做了一个小的SW测试。from numpy impor
浏览 41提问于2021-04-16得票数 8
回答已采纳
我正在Python语言中使用XGBoost (PyPl上的最新版本: 0.6)开发一个预测模型，并且已经对大约一半的数据进行了训练。现在我有了我的最终模型，我用我所有的数据对它进行了训练，但得到了这条消息，这是我以前从未见过的：
作为一个可重现的示例，下面的代码也会在我的
浏览 924提问于2017-05-19得票数 2
我正在尝试使用ssd_mobilenet_v2_320x320_coco17_tpu-8.config训练对象检测api，但是看看损失值。这个模型不能完美地训练。有人能帮我吗？ ?
浏览 25提问于2020-11-11得票数 2
我使用MATLAB(2014a)中的PLSRegression.predict表sklearn.cross_decomposition和plsregress，结果略有不同。我确信我使用了相同的组件和数据。Matlab总是比scikit-learn运行得更好。
浏览 21提问于2018-01-03得票数 1
我正在尝试使用scikit-learn API在python中创建一个xgboost回归模型，并指定一个权重列。下面是一个最小的代码示例：import pandas as pddf = pd.DataFramesample_weight=df['C'])
TypeError: fit() got an unexpected keyword a
浏览 0提问于2017-09-17得票数 1
5回答
file.dump model bst.dump_model('dump.raw.txt') # dump模型bst.dump_model('dump.raw.txt'，'featmap.txt') --保存的模型如下：
我的问题如下。save_model和dump_model有什么区别？
浏览 50提问于2017-04-29得票数 84
我是机器学习的新手。在一个二进制分类问题中，我们对目标变量(如yes=1和No=0 (直接在数据集中))进行编码/转换，给出了相应的结果。Accuracy:95Recall: 90Precision:94F1: 92<
浏览 1提问于2020-11-28得票数 2
我使用Scikit-Learn在Python中训练了一个xgboost模型，并使用pickle库对其进行了序列化。我将模型上传到ML引擎，但当我尝试在线预测时，我得到了以下例外：下面是我用于预测的json的一个
浏览 0提问于2018-11-27得票数 5
回答已采纳
1回答
我使用了Xgboost安装了一个AUC大约0.73的模型，我打印出了我的最后一个助推器：0:[userkn_hometypecnt<22] yes=1,no=2,missing27:leaf=0.00171541 14:leaf=0.00968641
如果我是对的，则叶值是logodds的值，可以用sigm
浏览 0提问于2018-07-14得票数 2
1回答
我正在尝试定义一个名为XGBExtended的类，它扩展了类xgboost.XGBClassifier，xgboost的scikit-learn API。我遇到了一些关于get_params方法的问题。下面是一个说明该问题的IPython会话。基本上，get_params似乎只返回我在XGBExtended.__init__中定义的属性，
浏览 16提问于2017-08-30得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
