1回答
我从来没有生产过xgboost模型，我关心的是如何在xgboost模型中处理新的数据预测。特别是当列名与训练的模型不匹配时，稀疏矩阵列名称-要么是由于添加了新的列，要么是因为在将新数据转换为稀疏矩阵时删除了某些列。
如果我试图在带有额外或缺少列名的新数据上预测xgboost模型，该怎么办？我最好的猜测是分解(基于训练的数
浏览 11提问于2017-01-16得票数 3
2回答
我有一个经过预先训练的XGBoost模型从一个泡菜文件中读取。当我试图在模型特性集之外的一些列上对新的数据集进行预测时，我收到了错误消息：
是否有一种方法可以从经过训练的模型中提取特征名(显然，模型记录了字段名)，而不必返回我的
浏览 0提问于2019-03-12得票数 3
回答已采纳
1回答
这可能是我问错了一个问题:当训练模型，如XGBoost，你不能预测的新数据，没有相同的列数。列名重要吗？在预测时，数字和列名是如何相互作用的？提前谢谢。
浏览 0提问于2023-01-21得票数 0
回答已采纳
3回答
Python培训和星火部署
、、、、
是否有可能在python中训练XGboost模型，并使用保存的模型在火花环境中进行预测？也就是说，我想要能够训练的XGboost模型使用学习，保存模型。在火花中加载保存的模型，并在火花中进行预测。在训练过程中，我将在python中使用，而在预测mllib中将使用XGBoost时，必须从XGBoost python加载保存的模型(例如: XGBoost.model文件)，以便在中预测，该模型是否与ml
浏览 2提问于2019-10-21得票数 1
1回答
ML项目-实现2个目标
、、、、
我有一个集中于二进制分类的5K记录的数据集。我把它张贴在这里是为了征求你对项目方法的建议。1)进行状态模型logistic回归分析，找出影响预后的危险因素。2)然后建立一个基于最佳特征的预测模型(可能包括风险因素，也可能不包括风险因素)。因为你可能知道，并不是所有的重要变量都是很好的预测指标。虽然我可以使用scikit-learn逻辑回归来建立一个预测模型，但是我计划使用Xgboost，因为它在我的数据集中提供了更好的性能(非线性<e
浏览 0提问于2020-01-05得票数 1
回答已采纳
如何在谷歌AI统一平台上使用XGBoost进行批量预测？我可以毫无问题地执行在线预测，但是当我提交一个批处理作业请求时，它返回一个错误(“can‘t predict，DMatrix initialization error)。我正在提交一个csv文件，其列名与用于培训的文件相同。我尝试将数据帧格式化为jsonl文件，但没有结果。这是一个bug，还是我做错了什么？
浏览 22提问于2021-03-23得票数 0
回答已采纳
1回答
我有一个关于包含np.nan值的数值数据的xgboost模型。我使用库将xgboost模型转换为pmml。如何修改pmml以处理空值，并返回与原始预测(xgboost模型)相同的预测？
浏览 1提问于2019-02-14得票数 0
回答已采纳
我有一个分类特性，我在我的XGBoost模型中进行了一次热编码和使用，但与其他预测器相比，它的性能一直不如其他预测器。TownB - 40TownD - 15
现在突然间，直接从范畴变量派生出
浏览 0提问于2018-03-16得票数 3
1回答
用于房价预测的线性回归回归负值
、、、、
我正试图对房地产(以百万计的价格)进行预测。我的数据集中没有任何负值，但是有一些预测值是负的，大约为-1千万。Xgboost还预测了负值：线性回归: RMSE为1.54，R^2为0.74
我做错了什么？
浏览 0提问于2022-06-18得票数 1
1回答
我使用一些数据集，清理它并使用ScikitLearn中可用的工具编码分类变量，然后运行干净数据的XGBoost。但是，我不能通过经过训练的XGBoost模型进行预测，因为ScitkitLearn和XGBoost都有一个名为predict的函数。请参阅下面的错误消息：
警告: ScikitLearn和XGBoost都导出了“预测”；它在模块Main中的使用必须是限定错误: LoadError: UndefVarError:预测<
浏览 0提问于2019-09-29得票数 3
回答已采纳
当使用xgboost进行分类时，如何获得一个置信区间或预测离散度？同样，这种信心是否被认为是异想天开的？
浏览 3提问于2016-05-24得票数 6
回答已采纳
我用以下几行来训练一个简单的xgboost分类器模型。X_train, y_train)ypred_2 = xgb_model.predict(X_test_2)
然后我使用两个测试数据集，其中X_test_2是X_test_1的一个子集，在预测这两个测试数据集时，模型对一些样本(在两个数据集中是相同的)给出了不同的预测。即使我分批进行预测，不同的预
浏览 0提问于2022-06-13得票数 1
3回答
我有一个大约20000个训练样本的数据集，我想对其进行二进制分类。问题是数据集严重不平衡，只有大约1000个属于正类。我正在尝试使用xgboost (in R)来做我的预测。我尝试过过采样和欠采样，无论我做什么，不知何故，预测总是导致将所有东西归类为多数类。如果任何人对调整xgboost的学
浏览 2提问于2016-12-05得票数 8
回答已采纳
我正在读与XGBoost有关的材料。这种方法不需要任何变量缩放，因为它是基于树的，这种方法可以捕捉复杂的非线性模式，相互作用。它既可以处理数值变量，也可以处理范畴变量，并且似乎冗余变量对该方法没有太大影响。
通常，在预测建模中，您可以在所有的特性中进行一些选择，也可以从所拥有的一组特性中创建一些新的特性。因此，选择一个功能子集意味着您认为您的功能集中存在一些冗余；从当前功能集创建一些新特性意味着您对您的当前功能进行了一些功能转换。然后，这两点都应在XGBoost
浏览 0提问于2017-03-20得票数 23
我试图使用parsnip来指定一个配方，以适应带有日志偏移量的xgboost泊松回归模型。all_outcomes()) %>% tune_spec <- boost_tree( set_engine("xgboost", objective='count
浏览 5提问于2020-07-20得票数 2
如果我的测试集有：1: 8840: 15,000它试图预测56 1's，大约40例错误(假阳性)和16 1's正确预测(真阳性)。
我是不是遗漏了什么？一些理论？它是否说明-如果你试图预测10个项目会比你试图预测10000项更难？在什么情况下，model.predict(X_test)会给我一个不同的结果
浏览 0提问于2020-10-14得票数 1
回答已采纳
在这个包中，我有一个函数，它获取xgboost、RandomForest (来自ranger函数)和glmnet模型，并使用它们对新数据集进行预测。
每次我进行预测时，我都使用相同的广义预测函数。如果我没有命名函数的空间，R就不知道使用哪个库来预测。将这些预测函数命名为空间的正确方法是什么，以避免手动加载库？
浏览 3提问于2018-09-27得票数 4
然而，与在相同的测试数据集上直接在Amazon sagemaker上使用模型相比，在R中本地使用模型会给出非常不同的预测。我怀疑在将python存储的XGBoost模型转换为R中可用的模型时可能会出现问题。下面是我用来进行转换的相关代码： library(reticulate)# save来进行预测，而不是依赖于网格化<e
浏览 18提问于2019-01-17得票数 0
我是时间序列预测的新手，我希望将ARIMA/Prophet模型与基于历史股票市场数据和社交媒体情绪评分的XGBoost模型进行比较，预测未来的股票市场价值。是否有像ARIMA/Prophet这样的预测方法来评估它们的准确性，这样我就可以和XGBoost的预测精度做类似的比较了吗？
浏览 0提问于2020-07-15得票数 3
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
