问题标签 [xgboost]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - xgboost: AttributeError: 'DMatrix' 对象没有属性 'handle'
这个问题真的很奇怪,因为那部分与其他数据集一起工作得很好。
完整代码:
最后一行导致以下错误(提供完整输出):
这里有什么问题?我不知道如何解决这个问题
UPD1:实际上这是 kaggle 问题:https ://www.kaggle.com/insaff/bnp-paribas-cardif-claims-management/xgboost
c++ - 在 C++ 中使用 XGBOOST
如何在 C++ 中使用 XGBOOST https://github.com/dmlc/xgboost/库?我已经创建了 Python 和 Java API,但我找不到 C++ 的 API
r - 了解 R 中 xgboost 的 num_classes
我在弄清楚如何正确设置 xgboost 的 num_classes 时遇到了很多麻烦。
我有一个使用 Iris 数据的示例
这会返回一个错误
如果我将 num_class 更改为 2,我会得到同样的错误。如果我将 num_class 增加到 4,那么模型就会运行,但我会得到 600 个预测概率,这对于 4 个类是有意义的。
我不确定我是否犯了错误,或者我是否无法理解 xgboost 的工作原理。任何帮助,将不胜感激。
java - XGBoost Java 实现:使用 XGBoost 包中的 DMatrix 时出现 java.lang.UnsatisfiedLinkError
我在 Windows 8.1 中使用带有 maven 插件的 eclipse luna。我已经通过运行 create_Jni.bat 在 xgboost4j/src/main/resources/lib/xgboost4j.dll 中放置了 xgboost4j.dll(重命名 libxgboost.dll,它是通过在 xgboost 文件夹中运行“make”产生的)。当我在示例包中运行 BasicWalkThrough.java 时,它输出以下错误
请让我知道我做错了什么。
提前致谢。
cortana-intelligence - 有没有人在 Azure ML Studio 环境中实现 R Package XGBoost 的经验?
我希望有人会尝试或成功实施它,并且知道使用它的任何陷阱。
r - 尝试在 xgboost 包中的 r 中使用 xgb.importance 时出错
我已经使用 Rxgb.train
从xgboost
包中训练了一个模型。我试图了解该模型的特征的重要性。我不断收到以下错误:
我在这里分享我的代码以防有帮助:
我尝试使用xgboost
而不是xgb.train
训练模型,但是在尝试获取特征重要性矩阵时遇到了同样的错误。我还阅读了该xgboost
软件包的文档并在线搜索了帮助,但无法找到解决方案。我究竟做错了什么?
如果有任何用处,sessionInfo()
请提供以下信息:
machine-learning - 稀疏二元矩阵的二元分类
我的犯罪分类数据集具有指标特征,例如has_rifle
.
工作是训练和预测数据点是否是罪犯。该指标是加权平均绝对误差,如果这个人是罪犯,并且模型预测他/她不是,那么权重很大5
。如果此人不是罪犯并且模型预测他/她是,那么权重为1
。否则模型会正确预测,权重为0
。
我已经使用classif:multinom
inmlr
中的方法R
,并将阈值调整为1/6
。结果不是那么好。Adaboost
稍微好一点。虽然两者都不是完美的。
我想知道在这种稀疏{0,1}
矩阵的二元分类问题中通常使用哪种方法?以及如何提高加权平均绝对误差度量的性能?
python - clang:错误::Mac OSX El Capitan 构建 XGBoost 上的错误不支持选项“-fopenmp”
我正在尝试按照以下说明为 Python 构建XGBoost包:
这是使用支持 OpenMP 的编译器安装 XGBoost 的完整解决方案。获取具有 openmp 支持的 gcc-5.xx
brew install gcc --without-multilib
。(brew 是 OS X 上 apt-get 的事实标准。因此不建议单独安装 HPC,但它应该可以工作。):
这个错误恰好发生在make -j4
命令中。
搜索之前,我已经尝试了这两种解决方案(1和2),但无济于事,除了因为害怕搞砸一切而安装另一个 gcc 的部分。
下面是make
配置文件。它没有任何可疑之处。
python - xgboost 及其 sklearn 的集成 feature_importances_error
我正在使用XGBoost
它sklearn
的包装器。
每当我尝试打印feature_importances_
时,都会出现以下错误:
ValueError:以 10 为底的 int() 的无效文字
深入研究代码,我发现该feature_importances_
属性正在从原始助推器调用get_fscore
方法(带有空参数)。此方法显式返回一个形状如下的字典:
因此,考虑到feature_importances_
将int
转换应用于密钥会发现错误的消息原理。
所以,我的问题有两个方面:
1-这是一个错误,因此我应该报告它(甚至修复它并请求拉取)?
get_fscore
2-该功能及其fmap
参数是否缺少我的东西?
python - 使用 64 位 mingw g++ 构建 xgboost 时失败
我想在 64 位 Windows 10 中为 Anaconda Python 3.x 编译 xgboost,所以我按照这里的步骤操作 - https://xgboost.readthedocs.org/en/latest/build.html#building-on-windows和这里 -在 python 下安装 xgboost,64 位 msys 失败。使用 64 位 mingw g++,我在使用 mingw64.mk “make -j4”时收到以下错误消息:
您能否让我知道发生了什么以及如何解决这个问题?
非常感谢。