问题标签 [xgboost]

我正在使用蟒蛇。我首先切换到 Python2（版本 2.7.11）。

我使用以下命令在 anaconda 中安装 xgboost。

然后我检查了是否安装了 xgboost。

我在终端中运行 python，导入 xgboost 并得到以下错误。

我不知道下一步该做什么。

在 xgboost 中，我正在做类似的事情

如果我想从 dtrain 中提取 y 值作为数组，我可以这样做

有没有办法从 dtrain 中提取 X 值作为数组？

我一直在让自己发疯，试图在 Windows 10 上的 python 中安装 xgboost。我浏览了几篇建议的文章，但似乎仍然找不到合适的解决方案。如果有人在此之前做过此操作，请分享您的方法，也欢迎其他建议。

谢谢

我使用 xgboost R 包来训练模型。我想在 C/C++ 环境中进行预测。我成功地从 R 中保存了训练好的模型并将其加载到我的 C 代码中。

我想通过保存我在 R 中使用的测试数据（作为 DMatrix）来测试这段代码，并将其加载回我的 C 程序中，然后进行预测。

在 RI 中使用 xgb.Dmatrix.save() 命令将测试数据保存到文件中。我的 C 代码如下所示：

此代码编译，但在运行时失败并出现以下错误：

dmlc-core/include/dmlc/logging.h:245: [13:57:27] src/data/data.cc:51: 检查失败: (version) == (kVersion) MetaInfo: 格式无效

关于如何告诉 xgboost 以正确的格式保存/加载内容的任何建议？

任何线索都会有所帮助。

我在 R 中使用 xgboost 在训练数据集上构建分类模型train。train具有以下属性。

1. 它具有所有数字功能
2. 没有缺失值。
3. 不存在分类/文本/因子变量。
4. TARGET是取 1/0 值的目标变量。

xgb.train 需要以特定格式传递数据，因此我尝试了以下两种方法来获取 xgb.train 所需的格式。

1.

2.

现在，当我使用这两种xgtrain创建方法构建的模型对测试集进行评分时，我会得到不同的分数/AUC。我已经验证这不是随机化的问题，因为如果我运行第一种方法或第二种方法两次/三次，我能够重现分数。在我无法弄清楚的两种方法中发生的事情有所不同。有人可以帮我找出区别吗？

换句话问。 与提供给他们的数据只有数字特征、没有缺失值和分类变量时有什么不同sparse.model.matrix？as.matrix

只是安装 xgboost 库很痛苦，但现在在 Windows 8.1 64 位上发生了其他错误

可以做什么？我认为这是因为 .py 文件在 Windows 中的关联方式我猜

R 中几乎所有的机器学习包/函数都允许您在训练模型时获得交叉验证性能指标。

据我所知，使用 xgboost 进行交叉验证的唯一方法是设置xgb.cv如下语句：

但即使有这个选项，prediction = T你也只是从你的训练数据中得到预测结果。我看不到在包含新数据的语句中使用结果对象（clf在本例中）的方法。predict

我的理解是否准确，是否有任何解决方法？

是否有一个已经存在的函数可以从 R 中的 xgboost 模型中获取部分依赖图？我看到了使用包的例子mlr，但它似乎需要一个mlr特定的包装类。我有点不清楚是否有办法将xgboost模型转换为该类。

我正在使用 xgboost R 包来执行多类分类任务。这是我为说明问题而创建的一段代码（输入和输出是随机生成的，因此结果当然没有意义，这是我所做的只是为了玩耍并学习如何处理包）：

这可以按预期工作并产生预期的结果，这里有几行：

我无法实现的是存储这些值以供以后使用。是否有可能做到这一点？调整参数会很有帮助。

PS 我知道我可以使用包中包含的交叉验证方法 xgb.cv 来获得类似的结果；但我宁愿使用这种方法来更好地控制发生的事情，而且，由于这些指标是计算出来的，在我看来，除了在屏幕上阅读之外，没有可能使用它们，这似乎是一种计算能力的浪费。

我有一些从 0 到 1 的特征。但是当我转储模型时，我发现一些节点使用“特征 < 2.00001”分割这些特征。xgboost 是否会扩展该功能或为该功能增加一些价值？或者为什么选择2.00001进行拆分？谢谢~