我使用类似于下面的示例的xgboost，其中我将一些数值“重新编码”为表示类标签的0,1,2中的(数值)值。请注意，我没有将其转换为因子变量。 if(x >= 0 & x <= 0.33){data =
浏览 20提问于2019-11-22得票数 1
回答已采纳
相对简单的问题。查看xgboost的目标文档，我看到了"multi:softmax“和"multi:softprob"，但这两个都是只输出一个类的多类。有没有办法使用xgboost预测多个标签，或者我是否更好地为每个单独的标签训练多个模型。例如，在sklearn上，RandomForestClassifier支持多标签，在拟合时，目标数组的</
浏览 145提问于2020-08-06得票数 3
1回答
我正在尝试使用xgboost提取另一个分类器模型"C“的预测结果。因此，我有C预测的样本为正的概率，而不是标签。我尝试做了最明显的事情，使用C输出的概率，就好像它们是标签一样distill_model.fit(X, probabilities)
浏览 38提问于2021-03-02得票数 0
我是XGBOOST的新手，我想用它来解决多类分类问题。那么现在我该如何解释输出呢？这是概率吗？但是我怎么知道哪个类<
浏览 1提问于2015-11-17得票数 1
1回答
我试着用xgboost R包构建一个0-1分类器。我的问题是如何做出预测？例如，在随机森林中，树木“投票”反对每一种选择，最后的预测是基于多数。关于xgboost，回归的情况很简单，因为对整个模型的预测等于弱学习者的预测和(增强树)，但是分类呢？xgboost分类器是否与随机林中的工作方式相同(我不这么认为，因为它可以返回<em
浏览 0提问于2016-01-19得票数 3
回答已采纳
就我而言，XGBoost支持使用softmax等目标函数进行多类预测。
在我的例子中，我希望它输出几个标签(浮点数)，并最小化它们的MAPE。它可行吗？我该怎么做才能做到这一点呢？(例如，如何直接构造具有多个标签的DMatrix。)
浏览 3提问于2017-07-23得票数 1
我建立了XGBoost模型，当我尝试运行预测函数时，它返回的向量大于测试数据集中目标列的大小。训练和测试都包含相同类别的目标变量。类别的值为0到7，所以数字和从0开始。作为一种模式，我尝试了不同的案例研究，但问题依然存在。你能帮我找出造成这个问题的原因吗？testMatrix <- as.matrix(test)numberOfClasses <- unique(y.train) %>% length()
#
浏览 2提问于2016-09-02得票数 2
因此，我有一个数据集，其中我必须预测类二进制标签(1或0)，问题是，在120 k数据点中，只有200个有标签'1‘。目的是尽量减少FN和FP。哪一种精度指标能捕捉到FP和FN的最小化？
浏览 0提问于2018-04-14得票数 0
回答已采纳
1回答
我是XGBoost的新手，我想在时间序列数据集中使用它。下面是我面临的场景：我的问题是:如何使用所有N个样本来预测下一个H值？
浏览 0提问于2022-09-14得票数 0
2回答
目前，我们正在进行一项学校项目，该项目试图预测某些地区/社区的犯罪数量。我们的样本规模在6年内约为27,000份(从2011年到2016年，每年的4000+ )。我们将使用(可能)交叉验证来构建/测试我们的模型。
请列出已经全部或部分实现了Python库(首选)或R的</
浏览 0提问于2016-11-15得票数 1
我用Python查看了这篇文章，但我想要一个R的解决方案。我使用以下代码运行了xgboost： + "max.depth" =25) [0] train-rmse:0.350336y
浏览 10提问于2016-06-27得票数 1
我运行了一个xgboost回归预测(还试图用xgb.Booster.complete完成它)。当尝试获取xgb.importance时，我会得到错误信息。Error in xgboost::xgb.importance(case_xgbm)：case_xgbm:必须是类xgb.Booster的对象
library(caret)
som
浏览 3提问于2022-03-08得票数 3
XGboost模型在AWS上进行了培训并成功部署，但我一直得到以下错误：ModelError:在调用InvokeEndpoint操作时发生了错误(ModelError)：接收到的客户端错误(415)来自带有消息的模型
浏览 2提问于2018-10-05得票数 3
在Python中，XGBoost允许您使用他们的Booster类或他们的sklearn ()来训练/预测。我正在使用sklearn，并希望使用pred_contribs的XGBoost功能。我原以为这是可行的，但事实并非如此：pred = model.predict_proba(X_test, pred_contribs=True)
看起来，
浏览 0提问于2018-04-06得票数 6
回答已采纳
我有7个功能的数据集。我正在运行xgboost并绘制最后一棵树：
plot_importance(model)
为什么我们看到所有的7个功能而不是2个功能？(我是在问，因为最后一棵树使用的</em
浏览 3提问于2021-04-11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。编辑:谢谢大家的回答，但我的问题真的是这样。当我训练和预测XGBoost的不同绑定时，我会看到以下问题。在训练过程中，我将在python中使用，而在预测mllib中将使用
浏览 2提问于2019-10-21得票数 1
1回答
我正在尝试理解XGBoost中的多类分类是如何工作的。如果我理解正确的话，XGBoost将回归树拟合为“弱学习者”或boosting模型的组成部分。因此，如果将一个新的预测向量传递给XGB模型，回归树将产生一个实际值，即“预测”，其(加权)组合是增强模型预测。从this question和论文中的文档中，我推测softmax激活函数被应用于增强的模型预测<
浏览 18提问于2020-01-16得票数 1
回答已采纳
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。
我试着阅读了这篇关于如何在xgboost中调优参数的文章。但它只提到了哪些参数有助于不平衡的数据集，而没有提到如何调整它们。
浏览 2提问于2016-12-05得票数 8
回答已采纳
3回答
是否可以使用XGBoost进行多标签分类？现在，我在sklearn中使用OneVsRestClassifier而不是GradientBoostingClassifier。它可以工作，但只使用了我的CPU中的一个内核。在我的数据中，我有大约45个特征，任务是使用二进制(布尔)数据预测大约20列。度量是平均平均精度(map@7)。如果你有一个简短的代码示例要分享，那就太好了。
浏览 3提问于2016-12-02得票数 23
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
