问题标签 [xgboost]

有人可以解释Qualityxgboost R 包中的列是如何在xgb.model.dt.tree函数中计算的吗？

在文档中它说Quality“是与此特定节点中的拆分相关的增益”。

当您运行此函数的 xgboost 文档中给出的以下代码时，Quality树 0 的节点 0 是 4000.53，但我计算Gain 为 2002.848

我知道这Gain是由以下公式给出的：

由于我们使用对数损失，G 是总和，p-yH 是总和p(1-p)- 在这种情况下，gamma 和 lambda 都为零。

谁能确定我哪里出错了？

我使用 XGBoost 的 python 实现。目标之一是rank:pairwise最小化成对损失（文档）。但是，它没有说明输出的范围。我看到 -10 到 10 之间的数字，但原则上可以是 -inf 到 inf 吗？

我正在尝试使用并行后端在超参数网格上caret训练模型。xgboost

下面是一些代码，它使用Give Me Some Creditcaret数据来演示为的超参数网格搜索设置并行后端。

我检查了所有核心hosts都被用于训练，但在master节点上，没有使用任何进程。这是预期的行为吗？有什么方法可以改变这种行为并利用主节点上的核心进行处理？

我是 XGBOOST 包的新手，我想用它来解决多类分类问题。

我现在有 30 个类（或标签），我已将它们转换为整数（0 - 29）。然后我在数据集上运行 XGBOOST 包中的 xgboost() 方法。建立模型后，我使用 predict() 方法来预测新的测试数据。最后，我得到了一个数字向量作为最终输出。顺便说一句，所有数字都在 0 和 1 之间。

那么现在我该如何解释输出呢？是这个概率吗？但是我怎么知道应该与哪个类相关呢？

谢谢

http://xgboost.readthedocs.org/en/latest/python/python_intro.html

在 xgboost（上面的链接）的主页上，它说：要安装 XGBoost，请执行以下步骤：

1. 需要make在项目的根目录下运行

2. 在 python-package 目录下运行

   python setup.py 安装

但是，当我这样做时，对于第 1 步，出现以下错误： make : 术语“make”未被识别为 cmdlet、函数、脚本文件或可运行程序的名称。检查名称的拼写，或者如果包含路径，请验证路径是否正确并重试。

然后我跳过第1步，直接做了第2步，又出现了一个错误：

有人知道如何在 Windows10 平台上安装 xgboost for python 吗？谢谢你的帮助！

我的系统规格 - Windows 7，python 2.7 Anaconda。我正在尝试从 github 导入 xgboost 模块。

ImportError：没有名为 xgboost 的模块

请指导如何将 xgboost 从 github 链接到我的 python 库，或者一般如何将任何模块从 github 导入到 Python/R 的本地库。

尽管问题似乎是重复的，但我将其发布为非他们给出了解决方案并且与我的问题相关。

xgb.DMatrix(data = data.matrix(train), label = data[t, c(31)]) 中的错误：REAL() 只能应用于“数字”，而不是“整数”

'

我通过搜索此错误了解到的所有内容是 REAL() 不能应用于列表。我不知道这是什么REAL（）。提前致谢！！

我正在尝试使用 R 中的 caret 包调整参数，但得到一个

每当我尝试训练模型时，即使存在 nrounds、lambda 和 alpha 列。

作为 xgboost 模型中的有效参数，我将字符转换为因子变量（例如“A”“B”“C”），并进一步转换为数字因子变量（例如“0”“1”“2”）。我可以使用哪个函数将数字因子转换回因子变量？我必须在分类模型中使用它。

XGBoost 使用附加训练的方法，在该方法中对先前模型的残差进行建模。

虽然这是顺序的，那么它如何进行并行计算呢？