问题标签 [xgboost]

objectiveR中的xgboost和fevalin有什么区别？我知道这是非常基本的事情，但我无法准确定义它们/它们的目的。

另外，在进行多类分类时，什么是 softmax 目标？

我正在尝试将 sklearn 的 gridsearch 与 xgboost 创建的模型一起使用。为此，我正在创建一个基于 ndcg 评估的自定义记分器。我可以成功地使用 Snippet 1，但它太杂乱/太老套了，我宁愿使用好的旧 sklearn 来简化代码。我尝试实现 GridSearch，结果完全关闭：对于相同的 X 和 y 集，我得到 NDCG@k = 0.8 与 Snippet 1 而 0.5 与 Snippet 2。显然，我没有在这里做一些事情......

以下代码段返回非常不同的结果：

片段1：

片段2：

虽然 snippet1 给了我预期的结果，但 Snippet2 返回的分数与 ndcg_scorer 不一致。

该命令xgb.importance返回由f score测量的特征重要性图。

这个f 分数代表什么以及它是如何计算的？

输出： 特征重要性图

使用时XGBoost我们需要将分类变量转换为数值。

以下方法之间的绩效/评估指标是否存在差异：

1. 虚拟化你的分类变量
2. 将分类变量从 (a,b,c) 编码为 (1,2,3)

还：

是否有任何理由不使用例如方法2 labelencoder？

我不确定是否xgboost可以按照我需要的方式组合许多不错的功能（？），但我想做的是在多类因变量上运行具有稀疏数据预测器的随机森林。

我知道xgboost可以做任何一件事情：

• 通过调整xgboost参数随机森林：

bst <- xgboost(data = train$data, label = train$label, max.depth = 4, num_parallel_tree = 1000, subsample = 0.5, colsample_bytree =0.5, nround = 1, objective = "binary:logistic")

• 稀疏矩阵预测器

bst <- xgboost(data = sparse_matrix, label = output_vector, max.depth = 4, eta = 1, nthread = 2, nround = 10,objective = "binary:logistic")

• 多项（多类）因变量模型通过multi:softmax或multi:softprob

xgboost(data = data, label = multinomial_vector, max.depth = 4, eta = 1, nthread = 2, nround = 10,objective = "multi:softmax")

但是，当我尝试一次完成所有这些操作时，我遇到了关于不合格长度的错误：

我得到的长度错误是将我的单个多类依赖向量（我们称之为n）的长度与稀疏矩阵索引的长度进行比较，我认为对于j个预测变量来说，它是j * n 。

这里的具体用例是 Kaggle.com Walmart 竞赛（数据是公开的，但默认情况下非常大——大约 650,000 行和数千个候选特征）。我一直在通过 H2O 在其上运行多项式 RF 模型，但听起来很多其他人一直在使用xgboost，所以我想知道这是否可能。

如果不可能，那么我想知道是否可以/应该分别估计因变量的每个水平并尝试得出结果？

我曾经xgboost做过逻辑回归。我按照 中的步骤进行操作，但遇到了两个问题。数据集位于此处。

首先，当我运行以下代码时：

然后，我得到了

train-rmse终于等于0了！这正常吗？通常，我知道train-rmse不能等于 0。那么，我的问题在哪里？

二、当我跑步时

然后，我得到一个错误：

eval 中的错误（expr，envir，enclos）：找不到对象“是”。

我不知道这是什么意思，也许第一个问题会导致第二个问题。

Python 中的 XGBoost 包是否允许在使用其交叉验证功能时提前停止？

我读到 R 包是这样做的，但是当我包含early_stopping_rounds=10在我的包中时，xbg.cv()它给了我错误：

我想使用 xgboost cv 函数为我的训练数据集找到最佳参数。我对api感到困惑。如何找到最佳参数？这是否类似于 sklearngrid_search交叉验证功能？如何找到max_depth参数 ([2,4,6]) 的哪些选项被确定为最佳？

我正在尝试使用 XGBoosts 分类器对一些二进制数据进行分类。当我做最简单的事情并且只使用默认值时（如下）

我得到了相当好的分类结果。

我的下一步是尝试调整我的参数。从参数指南中猜测...... https://github.com/dmlc/xgboost/blob/master/doc/parameter.md 我想从默认开始并从那里开始工作......

结果是一切都被预测为条件之一，而不是另一个。

奇怪的是，如果我设置

我希望给我与不提供任何参数相同的默认值，我得到了同样的事情发生

那么有谁知道 XGBclassifier 的默认值是什么？这样我就可以开始调音了？

我在两台机器上安装了相同版本的 XGBoost (0.4)。两台机器之间的唯一区别是 RAM 和内核数量（8 对 16）。使用完全相同的数据，我无法重现相同的结果。它们略有不同（第四位、第五位小数）。种子保留为默认值。