我已经运行了一个XgBoost模型，我想要显示预测的Shap值。当我为SHAP创建变量时，我遇到了错误。=False)
df_compare['predicted'] = reg.predicteffects of all the features
shap.summary_plot(<em
浏览 33提问于2019-02-07得票数 0
回答已采纳
2回答
如何在形状上绘制错误分类的样本？
、、、、
回归器，并查看了MSE，预测了r2，并绘制了观察到的和预期的值。我可以从观察到的和预期的图中看到，Y中得分1的基因有很多被模型预测的低分数，我想知道为什么这个模型用shap来做这个。不幸的是，我不能给出示例数据。我正在尝试调整用于标签分类的示例shap代码：xgbr.fit(X_train, Y_train)
浏览 3提问于2020-10-09得票数 1
回答已采纳
shap.feature_perturbation does not change the result# -23.564797322079635
因此，当包含训练数据时，gbt_data_explainer.expected_value的期望值与不提供数据的预期值(gbt_explainer.expected_value)相差很大。当与(明显不同的)各自的shap_values一起使用时，这两种方法
浏览 6提问于2020-11-13得票数 5
回答已采纳
2回答
Xgboost预测概率
、、、
当使用xgboost的python / sklearn时，这些概率是通过predict_proba方法“实概率”获得的，还是必须使用logit:raw并手动计算sigmoid函数？目前，通过binary:lgistic使用sklearn:XGBClassifier，从prob_a方法返回的概率类似于2个类，而不是一个连续的函数，其中更改断点会影响最终的评分。这是获得尝试截止值的概率的正确方法吗？
📷
浏览 0提问于2016-10-14得票数 6
回答已采纳
= xgboost.predict(x_n_dmatrix);当同步多个并发线程调用时，tomcat容器中会出现问题
private synchronized float[][] pred(DMatrix data, boolean我们尝试从XGboost<
浏览 2提问于2016-05-16得票数 1
2回答
R版本: 4.1.2方法如下(logistic回归，gbtree)： params = best.params(bst, dtest))xgb.save(bst, savefilemodelloc)最小值= 0.17932555079这就产生了：
最小值<
浏览 14提问于2022-03-08得票数 1
我正在尝试在没有任何丢失数据的数据集上运行xgboost回归器模型。10 ,eval_set=[(X_test,y_test)]) 模型创建似乎运行得很好，我使用以下命令确认了X_train和y_train没有空值：,
/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/<
浏览 180提问于2021-04-25得票数 2
回答已采纳
1回答
我正在Xgboost模型上尝试这个。我的情节如下所示有人能帮我解释一下吗？还是确认我的理解是正确的？6值低导致预测1，而Feature 6值高导致预测0。5) Feature 8值低，Feature 8值高，预测值1。如果它是x轴的极端( x( 1 ,2)或x(2,3) )，它意味着这个特性的低值(在本例中)的影响，对预测1有很大的影响。我说的对吗？当no color不重要的时候我不应该去看他
浏览 0提问于2019-12-23得票数 7
回答已采纳
11回答
我正在使用{}构建模型，并尝试使用xgboost查找每个特性的重要性，但它返回xgboostdtrain = xgb.DMatrix(X, label=Y)num_round = 200那么我的火车上有什么差错吗？如何在xgboost中获取特性重要性？
浏览 1提问于2016-06-04得票数 52
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
2回答
在运行以下命令时，根据堆栈跟踪，内存不足。还有其他方法可以把我的数据转换成熊猫吗？md,min_samples_leaf=msl,min_samples_split=mss) pred=model_hp.predict
浏览 14提问于2022-01-31得票数 1
4回答
xgboost误差预测R
、、、
我正在使用xgboost来预测airbnb的目的地(类似于Kaggle竞赛，但这是一个类项目)。但是，在运行预测命令时，我收到以下错误消息：我如何解决这个问题？=0.3, max_depth=6, subsample=1,)
bst <- xgboosttrain_label, m
浏览 2提问于2018-07-12得票数 2
numpy数组从1d重塑为2d，但是，由于测试数据和经过训练的模型之间的特性数量不匹配，这是行不通的。有什么想法吗？我能够通过将测试数据作为本地列表进行预测。prediction = model.predict(input_data)
File "/miniconda3/lib/python3.6/site-packages/xgboost/sklearn.pytestdata.reshape(-1,1)将测试数据重组为2d numpy数组时</
浏览 3提问于2021-12-05得票数 0
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。步骤2.测试观察结果的顺序是否会导致预测结果的差异。same column names
mean(colnam
浏览 11提问于2017-01-16得票数 3
当我做最简单的事情，只使用默认值时(如下所示)metLearn=CalibratedClassifierCV(clf, method='isotonic', cv=2)testPredictions = metLearn.predict(test)# setup parameters for <
浏览 5提问于2016-01-08得票数 49
回答已采纳
背景cout<<'A'char ch='A';会显示正确的值(“A”)。问题
在打印字符时，是否还有其他理由推荐cout.put()而不是cout<&l
浏览 5提问于2016-06-19得票数 4
回答已采纳
有办法在GradientBoostingClassifier上启用GPU吗？
浏览 0提问于2020-06-18得票数 2
我试图从比赛中训练这个模型，然后将它应用到我自己的数据集中进行研究。from sklearn.model_selection import RandomizedSearchCV当尝试
浏览 1提问于2022-06-10得票数 -2
我的表单上有很多组合框(大约20个)，它们都显示来自DB不同表的项目。如果我把所有的代码都放在Form_Load事件上，表单就会以非常慢的速度打开。所以我试着粘贴不同类型的代码，目前我被困在Combobox_Enter事件中--现在快速形成加载，但是当我点击组合框的下拉时，我有时会在组合框中加载项目之前看到"System.Data.DataRowViewcon.Dispose()
End
浏览 3提问于2016-08-23得票数 0
回答已采纳
2回答
我从XGBoost开始得到我的第一个估计。然而，这些都不够令人信服(使用XGB，我只得到0.60 R2的分数)。第一个代码使用的是xgboost，我现在正在使用tensorflow编写第二个代码。
浏览 5提问于2022-05-05得票数 -2
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
