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
1回答
我正在尝试使用这个train数据集来预测price，但是我似乎不能使用MAPE eval_metric，即使它是一个有文档记录的参数选项。还有其他人有这个问题吗？label = y_val)
param = {'max_depth': 2, 'eta': 1, 'objective': 'reg:squarederror', 'eval_metric': 'mapenum_round, eval
浏览 84提问于2020-10-24得票数 0
1回答
我有为MAPE (平均绝对误差百分比)写的通用函数。mape <- function(y, yhat)我想计算两个不同矩阵的每一列之间的MAPE。假设它们的格式如下并被预测为
yp = m
浏览 2提问于2016-04-12得票数 0
我正在尝试使用回归模型来训练和预测多输出数据集(即。预测多个目标列)。在sklearn文档的这个列表中，没有MAPE的记分器：
另外，我知道您可以使用sklearn.metrics.mean_absolute_percentage_error.来计算MAPE但是有没有办法把它和
浏览 0提问于2020-10-28得票数 1
1回答
我有一个真实的数据和预测的数据，我想计算总体MAPE和MSE。数据是时间序列，每一列代表不同周的数据。我预测每个项目在52周中的每一周的价值如下所示。在R中，最大可能的计算总误差是什么？
浏览 3提问于2017-04-13得票数 0
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
目标:在多个预测列和一个实际数据列上使用自定义的WMAPE (加权平均绝对百分比误差)函数，不使用for-循环。我知道一个for循环&输出数据的合并将起作用。我想高效地做这件事。有： WMAPE函数，成功地将WMAPE函数应用于数据预测列。一列实际数据，可变数量的预测列。参见csv：链接输出所需：是一个输出数据，包含的分类组
浏览 3提问于2019-02-22得票数 4
回答已采纳
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。我更熟悉机器学习，所以通常会使用像R^2这样的评估指标来评估这类问题的模型性能。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</e
浏览 0提问于2020-07-15得票数 3
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
4回答
我希望将XGBoost用于在线生产目的(Python2.7 XGBoost API)。为了能够做到这一点，我想控制和限制XGBoost在预测操作中使用的线程数。我正在使用XGBoost (xgboost.XGBRegressor)提供的与sklearn兼容的回归器，并试图在回归器的构造函数中使用param n线程来将使用的最大线程限制为1。不幸的是，XGB
浏览 0提问于2018-01-15得票数 5
我试图解释我从中获得的价值，但很难理解这种解释。我需要解释的结果基于接受(?)模式
根据Python的官方解释：0.3用于我的一组数据
1.3我<e
浏览 11提问于2022-05-25得票数 0
回答已采纳
1回答
我一直在处理valueError的问题。目前使用python3.9.11，角2.8。loss_init=="r2": parallel_model.compile(loss=custom_wmae_loss, optimizer=opt, metrics=[&#
浏览 4提问于2022-04-28得票数 0
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, probab
浏览 38提问于2021-03-02得票数 0
我是预测领域的新手，我正在努力理解不同的预测精度度量标准。我指的是下面的链接另外，你能告诉我权重是如何计算的吗
浏览 150提问于2015-05-06得票数 1
1回答
通过对时间序列分析的研究，认为RMSE和MAPE是实时序列应用中使用模型的最佳评价指标。但我的查询如下，因为这是我在时间序列分析中的第一个实践应用程序项目：
如果我用过去一年的数据训练和预测未来30天，但我们将得到实际数据后，30天的实时。我们如何将这些RMSE和MAPE与时间序列应用集成起来？正如我从一些数据科学家那里听到的，如果我跳过第一个培训周期，在下一个再培训周期中计算这些RMSE和
浏览 0提问于2020-10-09得票数 1
1回答
考虑外部因素估计的预测模型
、、、、
我试图预测来自不同品牌的4种产品的销售情况。ARIMA模型返回MAPE值=14%，SARIMA模型返回MAPE值11%对如何进行有什么想法吗？是否可以使用假设来确定外部因素的权重/
浏览 3提问于2022-01-13得票数 0
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。这有可能吗？
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。mllib中的<
浏览 2提问于2019-10-21得票数 1
我已经训练了一个预测的XGBoost模型。该算法能够计算变量的重要性。有人问我为什么没有分析这些变量的重要性，我没有分析，因为据我所知，XGBoost是一个预测模型，而不是一个描述性模型。我不确定这些重要性在多大程度上可以用来描述真正的重要性(我知道它可能取决于上下文)。我说得对吗，XGBoost是一个相当预测的模型？
浏览 0提问于2018-01-29得票数 0
回答已采纳
1回答
我在LibSVM中使用支持向量回归进行预测。我什么都做。然而，有一个问题在我脑海中挥之不去。
对于LibSVM，我首先在相同的范围内缩放我的训练和测试集，然后选择最佳参数。在我运行svm-train和svm-predict之后，我得到了以缩放格式设置的测试集的预测值。我正在使用Excel和反向缩放并计算平均绝对百分比误差(MAPE)。我非常确定在LibSVM中缩放的工作原理就像是从最小值中减去值，然后除以特定特征<e
浏览 1提问于2013-06-22得票数 3
回答已采纳
2回答
我浏览了这篇文章，但没有完全理解xgboost中关于函数CV和参数"number of trees“的细节。如果我们可以从CV函数中获得一个预测，为什么我们还需要XGBClassifier.fit，它也会产生一个模型(因此是一个损失数字)？
浏览 3提问于2017-08-26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
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
