问题标签 [xgbclassifier]

我面临有关 Python SHAP 库的错误。虽然根据对数几率创建力图没有问题，但我无法根据概率创建力图。目标是使 base_values 和 shap_values 总和为预测概率。

这有效：

这不起作用：

使用过的包：

matplotlib 3.4.1

numpy 1.20.2

熊猫 1.2.4

scikit-learn 0.24.1

第 0.39.0 版

xgboost 1.4.1

我正在使用 xgboost 制作一个心脏保护应用程序，它运行良好，直到我继续部署。我错过了 requirements.txt 文件中的 xgboost，添加了它，后来部署了它。我现在 heroku 日志显示_pickle.UnpicklingError: NEWOBJ class argument isn't a type object。我运行 app.py 文件（包含烧瓶），它在进行预测时向我展示了这一点。

xgboost.core.XGBoostError: [22:26:04] c:\users\administrator\workspace\xgboost-win64_release_1.4.0\src\data\array_interface.h:352: Unicode is not supported. 127.0.0.1 - - [23/Apr/2021 22:26:04] "POST /predict HTTP/1.1" 500 -

这就是我的 xgb.pkl 文件的制作方式

我的 app.py 看起来像这样：

我正在尝试为音频分类项目构建 XGBoost 分类器模型。首先，我收到错误消息“ValueError：y 应该是一维数组，而是得到一个形状为 (102, 10) 的数组。” 但是当我尝试“np.ravel(y_train)”来解决这个问题时，我得到 XGBoost 错误“标签大小必须等于行数”。正如您在代码下方看到的那样。谁能为我提供有关如何解决此问题的解决方案？

注意到 spark xgboost 没有trees_to_dataframe()Python API 中的 API，我正在尝试解析getModelDump结果，但我对它的格式感到困惑，哪些字段代表什么等。

我的模型参数设置如下：

我认为res19.size= 200 有意义，因为我已设置n_estimators为 200。我对 中的每个字符串都感到困惑，所有字符串的res19格式如下：我认为f2必须代表某些特定功能，但我怎样才能找到示例功能名称？另外，0, 1,2代表什么？是什么yes=3, no=4意思？

提前致谢 ！！

该函数在预测时失败并出现错误：

testX - 1 X 395（数据帧） trainX - n X 395（数据帧）

我在类标签为 0、1 和 2 的不平衡数据集上使用 xgboost 分类器，分别由 74%、20% 和 6% 的标签组成。在对训练集进行随机过采样并缩放训练集和测试集之后，我构建了 xgbclassifier：

我在训练中的平衡精度非常高，但在测试集中的平衡精度很低：

我知道我的模型过度拟合。但是，当我减小 n_estimators 和 max_depth 时，它只会降低训练精度，而不会提高测试精度。此外，即使在我对两个少数类进行过采样后，当类标签 = 2 时，测试准确率仍然很低。我应该怎么做才能提高测试准确性，尤其是在第 2 类中？

我想在我的 Mac 上运行 xgb（规格）。我按照以下说明操作： https ://towardsdatascience.com/install-xgboost-and-lightgbm-on-apple-m1-macs-cb75180a2dda 。结果是 XGBClassifier 的问题 enter image description here

我正在处理一个具有 3 个类别 [0,1,2] 的分类问题，并且类别分布不平衡，如下所示。

我想将XGBClassifier（在 Python 中）应用于此分类问题，但模型不响应class_weight调整并偏向多数类 0，并忽略少数类 1,2。class_weight除了可以帮助我之外，还有哪些超参数？

我尝试 1) 使用 sklearn 计算类权重compute_class_weight；2）根据班级的相对频率设置权重；3）并且还手动调整具有极值的类以查看是否发生任何变化，例如{0:0.5,1:100,2:200}。但无论如何，将少数类考虑在内对分类器没有帮助。

观察：

• 我可以在二进制情况下处理问题：如果我通过识别类 [1,2] 使问题成为二进制分类，那么我可以通过调整使分类器正常工作scale_pos_weight（即使在这种情况下class_weight也无济于事）。但是scale_pos_weight，据我所知，适用于二进制分类。对于多分类问题，是否有此参数的类似物？

• 使用RandomForestClassifier而不是XGBClassifier，我可以通过设置class_weight='balanced_subsample'和调整来处理问题max_leaf_nodes。但是，由于某种原因，这种方法不适用于 XGBClassifier。

备注：我了解平衡技术，例如过采样/欠采样或 SMOTE。但我想尽可能地避免它们，如果可能的话，我更喜欢使用模型的超参数调整的解决方案。我上面的观察表明这适用于二进制情况。

我想知道在为分类模型调整超参数时是否也可以使用以下代码，因为代码最初是为回归设置创建的。我了解目标需要更改为“objective='binary:logistic'”

这部分代码使用了 best_score 和 best_iteration。据我所知，RMSE 不足以用于分类模型。代码的第二部分在下面，还查看了 RMSE。我认为应该使用分类模型 ROC_AUC，但超参数调整也是如此吗？是否有可能获得更好的理解，如果可能的话，如何修改此代码以与分类 XGBoost 相关？

对于我正在使用带有 XGBoost 的分类器的项目。这是代码的一部分：

一旦我使用某个 target_attribute，我就会收到以下错误：

ValueError：分类指标无法处理连续目标和多类目标的混合

我正在使用分类，所以到目前为止我的互联网搜索并没有真正帮助解决这个问题。我认为问题可能在于 .csv 的这一列中的值既是整数又是实数。我不知道如何解决这个问题。我希望这里有人可以帮助我。

编辑：我已经尝试强制所有具有 dtype == 'int64' 的列成为 dtype == 'float64'。可悲的是，这没有帮助。