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<em
浏览 100提问于2021-07-15得票数 0
我在0.6版本中使用他们的sklearn api训练了一个XGBoost模型，所以分类器属于XGBClassifier()类。我已经将其保存为pickle格式。然而，最近我需要将我的整个环境迁移到XGBoost 3.6，以及Python1.0的更新版本。
我尝试过遵循他们关于加载/保存模型()的指南，但似乎旧的XGBClassifer模型没有任何这些方法。如何处理这个经过训练的</
浏览 1提问于2021-03-06得票数 0
我打算在SparkML管道中使用经过训练的带有tree_method='exact‘的xgboost模型，因此我需要使用XGBoost4J-Spark；但是文档显示“分布式和外部内存版本只支持近似算法。或者，我可以使用基于C的xgboost来训练模型，以及如何将训练后的模型转换为XGBoostEstimator，这是一个SparkML估计器，可以无缝地集成到SparkML
浏览 3提问于2018-03-13得票数 2
似乎有几种方法可以将PMML模型从scikit中导出，比如sklearn2pmml，但是向相反方向输出的信息却少了很多。我的例子是以前在R中构建的XGboost模型，并使用r2pmml保存到PMML，我想在Python中使用该模型。Scikit通常使用泡菜来保存/加载模型，但是是否也可以将模型导入到scikit中-使用PMML学习？
浏览 6提问于2016-10-14得票数 7
回答已采纳
有没有可能用Python语言从H2OXGBoostEstimator模型中提取原生的xgboost模型pickle文件，然后由原始的XGBoost Python API读取？谢谢!
浏览 0提问于2018-09-27得票数 1
我一直在使用库来开发二进制分类模型。在训练了我的模型之后，我感兴趣的是将每棵树可视化，以便更好地理解我的模型预测。
如何将特征名包含在此图像中而不是功能索引(f28)中？
浏览 3提问于2020-02-12得票数 2
回答已采纳
1回答
我是朱莉娅的新手(与MATLAB一起使用)。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
浏览 0提问于2019-09-29得票数 3
回答已采纳
"D:\Miniconda3\envs\ppy39\lib\site-packages\flask\app.py"，的full_dispatch_request rv = self.dispatch_request()文件第1502行中，在dispatch_request返回的文件"C:\Users\admin\Desktop\VScode\WorkProjects\2022\Product_Classification\retention_ml.py"，第169号行中，在outpu
浏览 1提问于2022-04-18得票数 1
我有一个问题:假设我有一个xgboost模型，有人训练它并将其转换为.pickle格式。我将使用这个模型，我需要找出这个模型是在哪个版本的xgboost上构建的。我该怎么做呢？
浏览 12提问于2021-11-22得票数 0
我有一个xgboost文件，它是在R中使用xgboost::save()生成的。现在，我想在python中加载并使用它。
浏览 70提问于2019-06-08得票数 2
1回答
我已经建立了一个分类模型，它已经被保存在在另一个文件中，我加载模型并使用以下方法对我的测试数据进行测试：
bst = xgb.Booster这让我感到好奇，好像有一种方法可以打印我加载的模型超参数。在进行了大量的googling搜索之后，我找到了一种在R中使用xgb.parameters(bst)或可能还使用xgb.attr(bst)的方法-
浏览 0提问于2018-05-22得票数 3
下面是我的场景:我用单机训练XGB模型，并希望将它加载到spark中来处理数据。有办法吗？
官方文档给出了一种用spark训练xgb模型的方法，并将其转换为本地模型。但它并没有给出相反的方向。XGBoostClassificationModel.load只支持传递火花版本的xgb模型路径，如果传递本机模型的路径，它将报告错误。根据github.com/dmlc/
浏览 0提问于2020-04-21得票数 1
1回答
我的xgboost模型使用xgboost软件包版本0.6训练用于python中的回归任务，它使用奇怪的值来划分。在培训数据集中根本不存在用作拆分标准的一些值。示例：
然而，在经过训练的模型中，节点的分裂准则是“文本<4”。如果在数据集中找不到
浏览 2提问于2017-12-07得票数 2
在使用Xgboost.sklearn.XGBclassifier的python中，我们有一个参数"n_estimators“表示训练模型时可以选择的树的数量，但我没有找到任何与xgboost.train()相关的参数，有没有办法在xgboost.train()中添加树的数量？
浏览 2提问于2017-08-04得票数 0
不工作： import warnings
warnings.filterwarnings('ignore') 我得到的警告是： [14:24:45] WARNING: C:/Jenkins/workspace/xgboost-win64_release_0.90/src/objective/regression_obj.cu:152: reg:linear is now deprecated in favor它使我在单元格中的输出变得混乱。
浏览 43提问于2019-10-10得票数 16
5回答
我试图理解GBM和XGBOOST之间的关键区别。我试着搜索它，但是找不到任何好的答案来解释这两种算法之间的区别，以及为什么xgboost几乎总是比GBM表现得更好。是什么让XGBOOST这么快？
浏览 0提问于2017-02-11得票数 81
回答已采纳
我已经习惯于使用标准xgboost中的基边距参数来允许偏移量、开始(转换)预测(请参阅这个所以问题 )。我想知道在xgboost的h2o实现中是否可以执行同样的操作。特别是，我看到了一个偏移参数，但我想知道它是否真的被实现了。
浏览 1提问于2018-03-13得票数 3
回答已采纳
据我所知，正则线性回归模型已经最小化了平方误差，这意味着它是这个度量的理论上最好的预测。xgboost的“reg:线性”目标除了最小化平方误差之外，还能做其他的事情吗？
浏览 0提问于2019-12-13得票数 3
回答已采纳
我正在尝试加载一个经过训练的XGBoost模型，该模型已经保存在一个json文件中。xgb.XGBClassifier(**params) 416 if meta is None:
浏览 3提问于2021-05-04得票数 3
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
