问题标签 [gbm]

我正在尝试使用 XGBoost 技术进行预测。由于我的因变量是连续的，我使用 XGBoost 进行回归，但各种门户中可用的大多数参考资料都用于分类。虽然我知道通过使用

我们可以进行回归，但我仍然需要对其他参数进行一些澄清。如果有人可以为我提供它的 R 片段，那将是一个很大的帮助。

这是我不久前提出的上一个问题的后续，该问题最近得到了回答。

我已经建立了几个gbm模型dismo::gbm.step，这些模型依赖gbm于 R 包中的拟合函数gbm，以及 R 包中的交叉验证工具splines。

作为我分析的一部分，我想使用 R 中可用的一些图形工具（例如透视图）来可视化数据中的成对交互。gbm和dismo包都具有检测和建模数据交互的功能。

dismoElith et 中解释了其中的实现。al ( 2008 ) 并返回一个统计数据，该统计数据表明模型预测偏离预测变量的线性组合，同时将所有其他预测变量保持在其平均值。

中的实现gbm使用 Friedman 的 H 统计量 ( Friedman & Popescue, 2005 )，并返回不同的度量标准，并且也没有按其平均值设置其他变量。

建模和绘制的交互dismo::gbm.interactions非常棒，并且提供了非常丰富的信息。但是，我也想使用gbm::interact.gbm，部分是为了发表强度，也是为了比较两种方法的结果。

如果我尝试gbm::interact.gbm在gbm.objectcreated with中运行dismo，则会返回错误...</p>

我知道dismo::gmb.step添加了作者认为对gbm model.

我也明白我的问题的答案在源代码的某个地方。

我的问题是...

1. 是否可以修改在gbm中创建的对象dismo以在中使用gbm::gbm.interact？如果是这样，这将通过......

   一个。修改gbm创建的对象dismo::gbm.step？

   湾。修改源代码gbm::interact.gbm？

   C。做别的事？

我将通过源代码尝试自己解决这个问题，如果我在任何人回答之前提出解决方案，我将回答我自己的问题。

我用插入符号制作了一个模型，例如手动调整学习率和树：

但是灵敏度结果度量很差，不如特异性漂亮。

我想我需要创建一个网格搜索（像这样）以自动优化类别不平衡的概率阈值。

我该怎么做 ？有没有一个链接/一些可以指导我/有知识的人，比如随机森林的链接案例？

我想做一个二进制分类，一个级别是“top”，另一个是“bottom”。我在 h2o 包中使用 gbm 并将“底部”作为正类，将“顶部”作为负类。这是我的代码：

结果如下：

但我想正确预测更多的“顶部”。我尝试将阈值更改为 0.3，它的性能更好。但是，我是否应该在拟合过程中进行更改以对“ROC”指标等“顶部”做出更多预测？我应该将“顶部”翻转为正类，将“底部”翻转为负类，我该如何改变它？

我不太了解实际分配方面的区别= Adaboost 或bernoulli

我不明白为什么伯努利没有给出任何结果？我想我对它的工作原理有一个根本的误解？

我正在寻找： 1. 解释为什么伯努利不起作用。我以为文档说这可以用于分类？2.如果两者都可以用于分类，有什么实际区别？

我使用gbmR 中的库，我想使用我所有的 CPU 来拟合模型。

我正在玩 R 中的 GBM 包：

给我 ：

当我查看 pred 与 UVI 的散点图时，我确实看到了大约 380 的分裂，两个终端值为 2.717099 和 3.029333。(1)如何将这些终端值与树的参数相协调？我应该能够从 SplitCodePred 派生它们，但我看不到连接 (2) 即使我的数据没有缺失值，缺失节点是否正常？（3）我对权重（“该节点中的观察总数”）感到困惑。为什么节点 3 的权重为 214，虽然没有丢失数据？

非常感谢，

罗兰

我有一个与此类似的问题（链接），除了我的问题是指 java 工具“h2o”及其与“r”的连接。

特别是我想将“h2o”对象分配给向量（或结构或数组）的一部分。我想循环并存储其中的几个而不必手动枚举。

我在链接上尝试了解决方案，但它不适用于“h2o”对象。

这是我更长的代码（疣和所有）：

我得到的错误是：

我的意图是拥有一个 GBM 的列表/结构/数组，然后我可以针对整个数据集运行预测，并剔除信息量较少的那些。我正在尝试按照 Eugene Tuv 的步骤制作一个体面的“gbt 随机森林”。我没有他的密码。

问题：
是否有适当的方法将 h2o gbm 及其几个（数百个）伙伴打包到 r 中的单个商店中？

如果引用的对象在 java 中被丢弃，使这种方法不可行，是否有使用“gbm”库的可行变体？如果我最终不得不使用 gbm，与 h2o 的速度差异是多少？

我有一个 gbm 对象，我想从 C++ 中使用它。例如，predict.gbm()在 C++ 中使用新数据。起初，我尝试在 C++ 中翻译 if-else 规则，然后将树输出到文件中。但是，我发现 gbm 结果与它生成的树不匹配。例如，当我只使用第一棵树时，SplitCodePred树中的值与生成的值不匹配predict.gbm()。那么有人知道如何根据 gbm 模型手动进行预测吗？

我有一些通过非随机过程生成 NA 的数据。通常，这涉及用户未手动输入数据或各种自动化作业的系统问题。因此，GBM 模型对我很有吸引力，因为它们对 NA 值的明确处理，而不是插补。但是，我在让 GBM 输出测试集中包含 NA 的行的预测时遇到问题。这是 Iris 的一个工作示例：

现在在样本预测中，正如我对 GBM 所期望的那样，我每行都收到一个预测。

但是，移至样本外测试数据不会为每一行返回一个预测。正如您在下面看到的，包含 NA 的每一行都不会返回预测。

因此，它似乎正在放弃对新数据进行预测的 NA。理想情况下，我希望在测试和训练数据集中的每一行上看到预测的 1-1 关系，但我不知道为什么 GBM 只会为训练返回这个，而不是测试集. 谢谢你的帮助。