问题标签 [boosting]

我使用 gbm() 函数来创建模型，我想获得准确性。这是我的代码：

但是，使用汇总功能时，会出现错误。错误信息如下。

并且，使用均值函数测量MSE时，还会出现以下错误：

你知道为什么会出现这两个错误吗？先感谢您。

所以我在 sklearn 中弄乱了不同的分类器，发现无论 random_state 参数 GradientBoostingClassifier 的值如何，它总是返回相同的值。例如，当我运行以下代码时：

输出是：

但是，当我使用另一个分类器（例如 RandomForest）运行相同的东西时：

输出是您所期望的，即略有变化：

什么可能导致 GradientBoostingClassifier 忽略随机状态？我检查了分类器信息，但一切似乎都很正常：

我尝试弄乱 warm_start 和 presort 但它没有改变任何东西。有任何想法吗？我一直在尝试解决这个问题将近一个小时，所以我想我会在这里问。感谢您的时间！

我们通常对标称数据进行 one-hot 编码，以便更合理地计算特征之间的距离或权重，但我经常听说随机森林或 boosting 模型等基于树的模型不需要进行 one-hot 编码，但我在网上搜索过，不知道，谁能告诉我为什么或指导我一些材料弄清楚吗？

我刚刚开始学习 Solr 中的 boosting，到目前为止，我已经能够根据一些特定的短语添加 boost 查询，例如：bq=manufacturer:sony^2. 但是，我现在希望将逻辑应用于提升，但我不确定如何进行。

具体来说，我已经有一个包含多个术语的提升查询，例如

bq = manufacturer:"sony"^2 name:"bob"^3 town:"place"^4 age:"40"^5

但我想知道是否可以添加另一个术语，它是一组较小术语的集合，这样如果一个或多个匹配，那么对于给定的搜索结果，整个术语的权重更高？就像是：

bq = manufacturer:"sony"^2 ( name:"bob" OR town:"place" OR age:"40") ^5

其中括号中的多项具有一个相关的权重 (5)，仅当其一个或多个子项匹配时才“激活”。

像这样的东西只是属于 abq还是更接近于 boost 函数？我对主要区别是什么感到困惑。

谢谢你的帮助。

我想知道如何解释提升查询。我知道如果一个文档在提升上匹配，bq=name:"bob"^5那么它将被赋予更高的排名，但一般来说，如果您有许多具有不同字段的术语，当给定文档字段与值不匹配时会发生什么？

bq 中的这个术语是否只是“丢弃”并被忽略了？这是否是说如果您在文档上有类似bq=name:"bob"^5 location:"Boston"2但只有名称匹配的内容，那么它将获得 5 分，但如果两者都匹配，则得分为 7？我已经阅读了文档，但我仍然无法理解这一点。

感谢您的任何见解！

我是弹性搜索的新手。我无法理解文档中字段的提升值的校准和缩放。就像我们应该如何决定字段的提升值一样，它才能按预期工作。我也浏览了一些在线博客和 es 文档，上面写着 es 对提升值进行规范化和内部优化？这是如何运作的？

例如：如果我们的文档中有标签、标题、名称和文本字段，我们应该如何确定这些的提升值？

我正在使用带有 R 的 C50 包，需要导出模型以进行生产。

我正在使用提升选项，我知道试验是加权的，但我的输出中没有指定权重。

我没有使用权重选项进行错误分类，我只需要试验权重。

有没有办法通过 R 知道我的 c50 模型每次试验的重量？

我正在使用 train 包 method=C5.0 并希望看到 finalModel 绘制为一棵树。结果树已定义：

当我尝试使用 plot 或拨浪鼓的 fancyRplotModel 绘制树时，出现以下错误：

使用情节：

使用拨浪鼓：

finalModel 已定义：

我正在使用 Solr 6.5.1

LatLonType 现在已弃用（https://lucene.apache.org/solr/guide/6_6/spatial-search.html），我正在尝试使用 LatLonPointSpatialField。我还需要它是多值的。

我的字段定义如下：

<fieldType name="location" class="solr.LatLonPointSpatialField" docValues="true"/>

我曾经像这样提升我的 LatLonType 字段：

boost=recip(geodist(sfield,45.15,-93.12),3 ,10000,3000)（我正在使用 eDisMax）。

更改空间数据类型后，出现此错误：

A ValueSource isn't directly available from this field. Instead try a query using the distance as the score.我不明白。

该文档没有说明如何使用geodist带有 edismax 的函数在boost=参数中使用它。相反，它只是建议使用函数值进行排序： https ://lucene.apache.org/solr/guide/6_6/spatial-search.html#SpatialSearch-geodist

但是这对我不起作用，我不需要按距离排序，我希望geodist()函数与分数相乘以改变结果分数。

我正在尝试在 R 中的提升算法（gbm 函数）中使用样条变换（bs 函数）。但是，当我编写以下代码时，它会抛出一个错误：

data.matrix(x) 中的错误：要替换的项目数不是替换长度的倍数

有什么方法可以在 R 的 gbm 函数中使用样条变换？