如何使用XGBoost 0.90
XGBoost 0.90是一种开源的机器学习算法库，用于梯度提升树（Gradient Boosting Tree）的实现。它在解决各种机器学习问题中表现出色，包括分类、回归、排序、推荐系统等。
XGBoost 0.90的主要特点包括：
- 高性能：XGBoost 0.90使用了一些优化技术，如并行化训练、缓存优化和稀疏数据处理，以提高训练和预测的速度。
- 可扩展性：XGBoost 0.90支持分布式训练，可以在多台机器上并行处理大规模数据集。
- 准确性：XGBoost 0.90使用了正则化技术和自适应学习率，可以有效地减少过拟合问题，提高模型的泛化能力。
- 灵活性：XGBoost 0.90支持自定义损失函数和评估指标，可以根据具体问题进行定制。
使用XGBoost 0.90的步骤如下：
- 安装XGBoost 0.90：可以通过pip命令安装XGBoost库，具体安装方法可以参考XGBoost官方文档。
- 准备数据：将数据集准备为特征矩阵和目标向量的形式，确保数据格式符合XGBoost的要求。
- 拆分数据集：将数据集划分为训练集和测试集，一般采用交叉验证或留出法进行划分。
- 定义模型参数：设置XGBoost模型的参数，包括树的深度、学习率、正则化参数等。
- 训练模型：使用训练集对XGBoost模型进行训练，通过迭代优化树的结构和权重。
- 模型评估：使用测试集对训练好的模型进行评估，可以使用准确率、均方误差等指标进行评估。
- 调参优化：根据模型评估结果，调整模型参数以提高模型性能，可以使用网格搜索等方法进行参数优化。
- 预测结果：使用训练好的模型对新的数据进行预测，得到预测结果。
腾讯云提供了XGBoost在云计算领域的相关产品和服务，如腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）和腾讯云机器学习工作流（https://cloud.tencent.com/product/mdl）等，这些产品可以帮助用户更方便地使用和部署XGBoost模型。
相关·内容
我在这里运行示例代码来训练xgboost模型：https://xgboost.readthedocs.io/en/latest/jvm/xgboost4j_spark_tutorial.html 我已经在集群中安装了以下jar文件：https://mvnrepository.com/artifact/ml.dmlc/xgboost4j-spark/0.90 https://mvnrepository.com/artifact/ml.dmlc/xgboost4j/0.90 当调用Xgboost分类器时，我得到一个错误"Java.lang.NoClassDefFoundError: sc
浏览 90提问于2021-09-08得票数 1
我运行了命令conda update anaconda。这是输出；
Collecting package metadata (current_repodata.json): done
Solving environment: /
Warning: 4 possible package resolutions (only showing differing packages):
- anaconda::_py-xgboost-mutex-2.0-cpu_0, anaconda::libxgboost-0.90-0
- anaconda::_py-xgboost-mutex-2.0-cpu
浏览 0提问于2019-09-02得票数 0
回答已采纳
假设我有一个像这样设置的XGBoost 0.90模型，使用scikit学习管道进行一些预处理。我想升级到XGBoost 1.0+，并且仍然能够使用这个模型，而不需要修改它。
import pandas as pd
import numpy as np
from sklearn_pandas import DataFrameMapper
from xgboost import XGBRegressor
from sklearn.preprocessing import FunctionTransformer, MinMaxScaler
from sklearn.pipeline import P
浏览 4提问于2020-07-28得票数 2
回答已采纳
目标
我的最终目标是在conda环境中本地运行这个项目。
我正在Ubuntu20.04LTS，conda环境上运行这个程序，python3.8
输入
我被推荐运行代码，因为我有库依赖问题。
pipdeptree --reverse --packages xgboost
输出
Warning!!! Possibly conflicting dependencies found:
* wandb==0.10.4
- subprocess32 [required: >=3.5.3, installed: ?]
* spyder==4.1.5
- pyqt5 [r
浏览 1提问于2020-11-08得票数 1
回答已采纳
1回答
我使用以下代码在Visual代码的终端中安装xgboost：
py -3 -m venv .venv
.venv\scripts\activate
python -m pip install xgboost
我收到了这个输出：
> Requirement already satisfied: xgboost in
> c:\users\xxx\.venv\lib\site-packages (0.90) Requirement already
> satisfied: numpy in c:\users\xxx\.venv\lib\site-packages (from
&
浏览 1提问于2019-10-28得票数 0
回答已采纳
我有一个小型的PySpark程序，它使用xgboost4j和xgboost4j-spark来训练一个给定数据集的火花数据格式。
训练已经完成，但我似乎无法拯救模型。
目前的图书馆版本：
2.4.0xgboost4j 0.90xgboost4j-spark 0.90
星火提交args：
os.environ['PYSPARK_SUBMIT_ARGS'] = "--py-files dist/DNA-0.0.2-py3.6.egg " \
"--jars dna/reso
浏览 4提问于2020-03-04得票数 4
回答已采纳
1回答
我正在使用miniconda，创建了一个环境，激活了env，使用conda install安装了几个包，并使用pip install xgboost安装了xgboost --一切都很好，直到尝试从VSCode运行import xgboost，后者返回ModuleNotFoundError: No module named 'xgboost'。在检查conda list之后，没有在那里找到xgboost (我想这很好，因为我使用了pip install)，再次尝试了pip install xgboost，它返回了Requirement already satisfied: xgb
浏览 1提问于2021-02-15得票数 0
回答已采纳
2回答
如何检索XGBoost参数(即booster对象)？XGBoost版本- 0.90 (XGB包装器)
在此之后：
bst = xgb.train(param, dtrain, num_boost_round = best_iteration)
这一点：
bst.get_xgb_params()
给出错误：
'Booster' object has no attribute 'xgb_params'
这一点：
config = json.loads(bst.save_config())
print(config)
给出错误(从1.0版本开始提供)：
'Bo
浏览 0提问于2020-06-23得票数 0
我是Python的初学者，这是我第一次尝试使用pip安装库。 我正在尝试在PyCharm上安装xgboost库。我从https://www.lfd.uci.edu/~gohlke/pythonlibs/下载了与安装的Python和bits版本相对应的包 当我尝试使用命令行'pip install filemane.whl‘安装软件包时，我得到这个错误：’错误: xgboost-0.90-cp37-cp37m-win_amd64.whl不是这个平台上支持的轮子。‘ 有什么建议吗？谢谢。
浏览 80提问于2019-06-06得票数 1
我使用xgboost的XGBRegressor编写了以下代码
X_train, Y_train = load_train()
from xgboost import XGBRegressor
regressor = XGBRegressor(n_estimators=1, verbose=3, n_jobs=1, objective='reg:squarederror')
regressor.fit(X_train, Y_train)
当我在python3中运行它时，它用以下输出使解释器崩溃：
[23:02:57] WARNING: /workspace/src/learne
浏览 0提问于2019-07-21得票数 0
不工作： import warnings
warnings.filterwarnings('ignore') 我得到的警告是： [14:24:45] WARNING: C:/Jenkins/workspace/xgboost-win64_release_0.90/src/objective/regression_obj.cu:152: reg:linear is now deprecated in favor of reg:squarederror. 它使我在单元格中的输出变得混乱。
浏览 43提问于2019-10-10得票数 16
1回答
我遇到这个错误，当我试图添加一个XGB版本为0.90的版本时，我得到唯一可用的对应ML版本是2.1，但问题是当我单击保存时，我得到一个错误-in我的控制台-它说
"error": {
"code": 400,
"message": "Selected framework (XGBOOST) is not available for runtime version 2.1.",
"status": "FAILED_PRECONDITION"
}
如果有人知道如何解决这个问题
浏览 18提问于2020-05-08得票数 0
下面是我如何训练一个XGBClassifier并保存它：
import pickle
from xgboost import XGBClassifier
# train
model = XGBClassifier()
model.fit(X, y)
# export
pickle.dump(model, open('model.pickle', 'wb'))
这就是我如何加载模型并做出预测的方式。
loaded_model = pickle.load(open('model.pickle', 'rb'))
y_pred = l
浏览 13提问于2020-01-09得票数 2
我使用joblib.load加载经过训练的模型文件xgboost.m(其他win10计算机训练模型)，但它不起作用： model = joblib.load('xgboost.m') 我的电脑也是win10的，但执行代码时出错： 2020-06-16 20:47:48 [1832] ERROR XgboostAlgObj.py:70: - Traceback (most recent call last):
File "D:/iWork/pp/python-schedule/oritek/task/component/XgboostAlgObj.py",
浏览 45提问于2020-06-16得票数 0
回答已采纳
我正在训练一个痛风病的xgboost模型，在我抽样的1:7病例控制比率的训练集上(在病例中丰富)。我有220个特性，我达到一个交叉验证的0.90的AUC。对于缺少的值，我使用了一个特殊的值-65336，我不告诉XGBOOST --我让它处理缺失的值，就像对待其他值一样。
然后，我在一般人群中使用它，实际比率约为1:13病例对照。我的0.84变得更糟了，我的预测手段是一个合理的0.14。
然后，我告诉XGBOOST missing_value=-65336：
列车种群的交叉验证性能保持不变。
但其在一般种群上的表现从AUC 0.84下降到AUC 0.79。此外，我注意到预测的平均值正在从0.14
浏览 0提问于2017-08-06得票数 1
我有一个非常简单的数据集(30行，32列)。
我编写了一个Python程序来加载数据并训练XGBoost模型，然后将模型保存到磁盘。
我还编译了一个使用libxgboost (C api)的C++程序，并加载模型进行推理。
当使用相同的已保存模型时，Python和C++对相同的输入(全部为零的单行)给出不同的结果。
xgboost是0.90，我已经在这里附加了所有文件(包括numpy数据文件)：
下面是这两个程序的输出(其源代码在.tar文件中)：
Python程序
(它在构建模型时打印几个字符串，然后打印单个数字输出)
$ python3 jl_functions_tiny.py
Load
浏览 0提问于2019-10-12得票数 4
1回答
多类分类中性能指标的计算
、、、
我使用XGBoost分类器将X射线图像分类为3类.我的问题是，当我使用混淆矩阵手动(手工)计算这些值时，它显示的值与分类报告中的值不同。即使我用所有的方程式来计算。请帮助我如何进行手工计算，以找到这些值(准确性，精确性和回忆)。
这是分类报告
precision recall f1-score support
0 1.0000 0.9052 0.9502 116
1 0.8267 0.9180 0.8700 317
2 0.9627
浏览 5提问于2022-06-15得票数 -1
回答已采纳
1回答
我正在尝试打开一个在AWS中创建的带泡沫化的XGBoost模型，以查看模型中的特性重要性。我正试图跟踪中的答案。但是，我得到了如下所示的错误。当我试图调用Booster.save_model时，我在说'Estimator' object has no attribute 'save_model'时会遇到一个错误。我怎么解决这个问题？
# Build initial model
sess = sagemaker.Session()
s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train/&
浏览 1提问于2020-03-11得票数 5
回答已采纳
指向AWS笔记本的链接，以供参考
我正在使用笔记本中的示例来创建端点并将其部署到AWS SageMaker云中。我已经通过了本地的所有检查，当我尝试部署端点时，我会遇到这个问题。
和记录
云监视日志的UnexpectedStatusException: Error hosting endpoint sagemaker-xgboost: Failed. Reason: The primary container for production variant AllTraffic did not pass the ping health check. Please check CloudWa
浏览 41提问于2021-12-10得票数 1
1回答
如果我的数据文件看起来像这样：
user item property_1 property_2 property_3 rating
u1 i1 90.2 0 NaN 0
u1 i2 80.2 1 0.90 1
u1 i3 70.2 1 NaN 1
浏览 0提问于2021-11-29得票数 0
回答已采纳
我正在使用亚马逊网络服务SageMaker运行超参数调优来优化XGBoost模型。我可以使用下面的示例代码来做到这一点。我的问题是:我如何才能获得最好的超参数调优作业，并通过代码创建模型？我知道在AWS控制台中，我可以看到最好的工作并点击“创建模型”，但我希望能够使用Python代码来完成此操作。
sess = sagemaker.Session()
s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train'.format(bucket, prefix), content_type='csv')
浏览 9提问于2020-03-07得票数 0
我使用xgboost v0.90训练了一个模型，使其与AWS SageMaker ML引擎兼容。我正在做通常的编码和超参数调优。以下是一些代码：
import pandas as pd
import pickle
from xgboost import XGBRegressor
from sklearn.model_selection import train_test_split, GridSearchCV, RandomizedSearchCV
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing
浏览 13提问于2021-12-07得票数 2
我已经成功地用Pycharm在windows中安装了Xgboost，而且它正在工作。然而，在木星NoteBook，这是行不通的。
import xgboost as xgb
---> 12 import xgboost as xgb
ModuleNotFoundError: No module named 'xgboost'
在木星中，xgboost软件包位于：
> !pip install xgboost
已经满足的需求: c:\users\sifangyou\anaconda3\lib\site-packages\xgboost-0.6-
浏览 2提问于2017-08-23得票数 1
回答已采纳
我试图在Windows上为我的项目安装PyCharm软件包。虽然我在Project解释器- Install (+)可用的包菜单中找到了XGBoost包，但是在安装过程中发生了以下错误：
使用缓存的xgboost-0.6a2.tar.gz收集xgboost
C:\Users\AppData\Local\Temp\pycharm-packaging\xgboost\pip-egg-info中没有文件/目录(来自PKG-INFO)
我已经找到了关于在Windows上安装XGBoost的XGBoost，它对我是有效的。
但是，当我创建一个新的PyCharm虚拟环境时，XGBoost仍然不可用，
浏览 4提问于2017-12-05得票数 1
回答已采纳
1回答
我正在使用多类分类问题，并使用XGBoost解决。唯一类的数量是7。
我得到了每个类别的分类报告，精确度，召回率和F1分数。
我没有任何可以在Python中尝试的编码线索。
我需要每个班级的平均精确度。是否有任何数学公式来计算每一类的准确率。
更新：
Test data per class samples:
Class # samples
0 13
1 16
2 9
SVM predictions per class samples:
Class # samples
0 13
1 15
浏览 49提问于2019-08-17得票数 0
5回答
git clone --recursive https://github.com/dmlc/xgboost
cd xgboost; make -j4
我使用官方文档在ubuntu上安装xgboost。没有错误，但是当我启动我的ipython笔记本(这是anaconda环境)时，导入xgboost会显示错误，这不是模块。
如何在我的anaconda python环境中导入xgboost？
我是否需要在ubuntu中修改一些环境变量？
浏览 9提问于2017-06-16得票数 3
回答已采纳
在virtualenv下，我尝试使用安装python包装器。当我这么做的时候
sudo python setup.py install
我收到错误：
Install libxgboost from: ['/Users/dmitry/dev/mlenv/xgboost/xgboost/python-package/xgboost/../../lib/libxgboost.so']
running install
running bdist_egg
running egg_info
creating xgboost.egg-info
writing xgboost.egg-info
浏览 12提问于2017-01-05得票数 1
回答已采纳
我有3个特征的数据集，如下所示： V1 V2 V3
0.268 0.917 0.191
0.975 0.467 0.447
0.345 0.898 0.984
0.901 0.043 0.456
0.243 0.453 0.964
0.001 0.464 0.953
0.998 0.976 0.978
0.954 0.932 0.923 如何根据以下条件在3D图形中绘制此数据，并为每个条件指定不同的颜色。 (v1>=0.90 && v3>=0.90 && v3&
浏览 19提问于2019-02-11得票数 0
回答已采纳
我需要在xgboost中运行BaggingRegressor，我使用xgboost
import xgboost
D_train = xgboost.DMatrix(X_train, lab_train)
D_val = xgboost.DMatrix(X_train[test_index], lab_train[test_index])
D_pred =xgboost.DMatrix( X_train[test_index])
D_test = xgboost.DMatrix(X_test)
D_ttest = xgboost.DMatrix(ttest)
xgb_params = d
浏览 2提问于2019-05-01得票数 4
回答已采纳
3回答
我正在尝试运行xgboost在scikit学习。我只使用Pandas将数据加载到数据中。我该如何使用熊猫df和xgboost呢？我对运行xgboost算法所需的DMatrix例程感到困惑。
浏览 0提问于2016-07-15得票数 21
我调出了一些在kaggle (linux)上运行的ML代码，并试图在windows机器上的jupyter笔记本上运行它。下面是代码(其中一些代码)：
##### RUN XGBOOST
import xgboost as xgb
print("\nSetting up data for XGBoost ...")
# xgboost params
xgb_params = {
'eta': 0.037,
'max_depth': 5,
'subsample': 0.80,
'objecti
浏览 4提问于2017-09-02得票数 4
回答已采纳
这里没有偏见，但我发现很难在AWS文档中找到任何东西。Microsoft Azure对我来说要容易得多。
我现在拥有的是：
一个完全用Python构建的二进制分类应用程序，其中xgboost是ML模型。这里，xgboost有一组从SageMaker获得的优化的超参数。
一个SageMaker笔记本，用于启动xgboost的超参数调优作业。然后，我在Python应用程序中手动复制和粘贴超参数到xgboost模型中来进行预测。
正如你所看到的，我的做法与理想相去甚远。我现在要做的是在Python中添加一段代码，以便在SageMaker中自动启动超参数作业，并返回最好的模型。这样，超
浏览 2提问于2019-09-19得票数 0
5回答
典型的情况如下：
library(dplyr)
library(xgboost)
当我导入库xgboost时，dplyr的函数slice被屏蔽了，我不得不编写dplyr::slice，即使我从来没有显式地使用xgboost::slice。
该问题的明显解决方案是在xgboost之前导入dplyr。但是，提前导入所有可能影响dplyr功能的库是很疯狂的。而且，当我使用caret库时，这个问题经常发生。也就是说，train函数会自动导入所需的库，同时还会屏蔽一些函数。
是否有可能防止某些功能被蒙蔽？
是否有可能用早期导入的函数(例如xgboost::slice)来掩蔽“掩蔽函数”(例如dp
浏览 4提问于2016-10-15得票数 23
回答已采纳
3回答
Python培训和星火部署
、、、、
是否有可能在python中训练XGboost模型，并使用保存的模型在火花环境中进行预测？也就是说，我想要能够训练的XGboost模型使用学习，保存模型。在火花中加载保存的模型，并在火花中进行预测。这有可能吗？
编辑:谢谢大家的回答，但我的问题真的是这样。当我训练和预测XGBoost的不同绑定时，我会看到以下问题。
在训练过程中，我将在python中使用，而在预测mllib中将使用XGBoost时，必须从XGBoost python加载保存的模型(例如: XGBoost.model文件)，以便在中预测，该模型是否与mllib中的预测函数兼容-- python中的XGBoost的数据输入格式和火花
浏览 2提问于2019-10-21得票数 1
1回答
XGBoost需要编译。对于Docker，我这样安装它：
RUN git clone --recursive https://github.com/dmlc/xgboost.git
WORKDIR xgboost
RUN ./build.sh && pip3 install -e python-package
如何确保它可用于tox
浏览 1提问于2018-01-12得票数 0
回答已采纳
我想将XGboost模型及其特征映射转储到一个文本文件中。这可以像这样做； # https://xgboost.readthedocs.io/en/latest/python/python_intro.html
import xgboost as xgb
bst = xgb.train(param, dtrain, num_round, evallist)
# dump model with feature map
bst.dump_model('dump.raw.txt', 'featmap.txt') 但是，我使用的是XGBClassifier。方法dum
浏览 22提问于2019-09-29得票数 1
在Python中使用基础API (即xgboost.train(args))训练和保存xgboost模型时，我们可以使用.save_model()保存参数： import xgboost
model = xgboost.train(args) # Learning API
model.save_model(args)
loaded_model = xgboost.XGBRegressor() # Scikit-Learn API
loaded_model.load_model(args) 我们如何将这个经过训练的模型加载到中？我的目标是将一个经过训练的xgboost模型(使用Lear
浏览 100提问于2021-07-15得票数 0
2回答
安装xgboost库很痛苦，但现在Windows8.1 64位上发生了另一个错误
import xgboost as xgb
Traceback (most recent call last):
File "C:/Users/Пашка/PycharmProjects/kaggler bank santander/1.py", line 12, in <module>
import xgboost as xgb
File "C:\Python34\lib\site-packages\xgboost-0.4-py3.4.egg\xgboost
浏览 0提问于2016-04-09得票数 2
回答已采纳
我的系统规格-Windows7，python 2.7 Anaconda。我正在尝试从github导入xgboost模块。
import xgboost as xgb
ImportError:没有名为xgboost的模块
请指导如何从github链接到我的python库，或者一般情况下如何将任何模块从github导入到Python/R的本地库。
浏览 2提问于2015-11-24得票数 3
将xgboost的拟合参数传递给OneVsRestClassifier的拟合方法。
clf = OneVsRestClassifier( XGBClassifier(objective='binary:logistic', seed=0))
# Want to pass `eval_set` and 'eval_metric' to xgboost model.
clf.fit(X_train, y_train, estimator__eval_metric='aucpr', estimator__eval_set= eval_set_xgboo
浏览 1提问于2019-07-30得票数 1
回答已采纳
我在cygwin下使用python，现在我需要安装xgboost。
当我在窗口中使用xgboost时。我首先使用libxgboost.dll使用mingw，然后使用python setup.py install成功安装。
但在锡格温，我需要的是libxgboost.so。所以我一步一步地遵循。
当我做了赛格温时，错误就会产生：
fopen64 not declared
我不知道如何避免这种情况，并使fopen64.
以及如何在cygwin环境下构建和安装xgboost？不生成在windows下使用！！
===============================
在注释之后:我在执行时运行此
浏览 3提问于2016-06-13得票数 0
晚上好。 我刚刚通过anaconda帮助某人安装了一个xgboost，使用下面这行代码： conda install -c conda-forge xgboost 标题中的这一行就是我得到的： ImportError: cannot import name 'CUDF_INSTALLED' from 'xgboost.compat' (/opt/anaconda3/lib/python3.8/site-packages/xgboost/compat.py) 关于如何处理这个特定的错误消息，Google并没有提供太多的见解。 是什么导致了这个问题？
浏览 54提问于2020-09-18得票数 0
回答已采纳
我是Mac OS系统的新手。最近，我做了一个项目，需要用c语言使用xgboost语言进行预测。我的问题是如何正确地编写CmakeLists.txt文件。
我是按照一份指导文件一步一步地做的。实际上，我使用以下命令正确地运行了cpp：
g++ main.c -Ixgboost/include -Ixgboost/rabit/include xgboost/lib/libxgboost.a xgboost/rabit/lib/librabit_empty.a xgboost/dmlc-core/libdmlc.a
然而，当我转向CmakeLists.txt时，发生了一些错误。以下是错误代码：
dy
浏览 10提问于2018-08-28得票数 2
我在我的系统(Ubuntu16.04)上构建并安装了XGBoost，遵循。具体来说，我已经安装了它
python3 setup.py install --user
在它的python-package目录中。
我现在如何卸载它？
当我尝试使用pip3时，我得到：
-> pip3 uninstall xgboost
Not uninstalling xgboost at /home/fanta/.local/lib/python3.5/site-packages/xgboost-0.7-py3.5.egg, outside environment /home/fanta/.local/py
浏览 0提问于2018-04-03得票数 0
回答已采纳
我想在c++项目中使用xgboost进行图像分类。我有特征矩阵(hist) cv::Mat_和标签向量std:: vector，如何在c++中创建xgboost::DMatrix？我认为我应该使用DMatrix::Create()，但是我不知道应该传递哪些参数。
std::vector<int> labels; //read this labels from csv
auto features = extract_features(img_ident, dir);
cv::Mat_<float> training_set(features);
xgboost::DM
浏览 0提问于2016-02-09得票数 5
1回答
下面我使用了下面的代码(请参阅下面的数据)，但是当我在aes调用中很难获得aes的一个有意义的图例时(黑线和蓝线)。我正试图在某种程度上合并两个geom_abline。任何帮助都将不胜感激，谢谢！
# install.packages("ggplot2", dependencies = TRUE)
library(ggplot2)
p1 <- ggplot(dfn, aes(x, y)) +
geom_jitter(position = position_jitter(width = .05, height = 0)) +
scale_x_conti
浏览 1提问于2016-04-04得票数 0
回答已采纳
我想添加kappa评估指标，以便在Python中的xgboost中使用。我在理解如何将Python函数与xgboost连接时遇到了问题。
根据xgboost文档，“用户可以添加多个评估指标，对于python用户，请记住将指标作为参数对列表传递，而不是映射，这样后面的‘eval_metric’就不会覆盖前一个”。
这是在R的中提出的，但在Python中没有。
例如，如果kappa函数是：
def kappa(preds, y):
# perform kappa calculation
return score
我该如何使用xgboost来实现它？在eval_metric参数中将&
浏览 5提问于2016-05-25得票数 14
回答已采纳
4回答
尝试安装xgboost失败..？该版本是Windows和企业版上的Anaconda 2.1.0 (64位)。我该如何继续？我一直在使用R似乎很容易从RStudio在R中安装新的软件包，但在spyder中就不是这样了，因为我需要转到命令窗口来安装，然后在这种情况下它就失败了。
import sys
print (sys.version)
2.7.8 |Anaconda 2.1.0 (64-bit)| (default, Jul 2 2014, 15:12:11) [MSC v.1500 64 bit (AMD64)]
C:\anaconda\Lib\site-packages>pi
浏览 1提问于2015-08-28得票数 7
3回答
我有一个关于XGBoost的问题。
你知道如何知道在XGBoost中创建的树的数量吗？与RandomForest不同，XGBoost基本上是继续创建树，直到损失函数达到一定的数字。因此我想知道这一点。
谢谢。
浏览 5提问于2018-05-19得票数 8
我想要一张带有gridExtra包的桌子。此表应具有带有网格模式的白色背景。下表的背面是白色的，但没有网格。
y<-iris[1:4,1:5]
hj <- matrix(c(0.90, 0.90, 0.90, 0.90, 0.90), ncol=ncol(y), nrow=nrow(y), byrow=TRUE)
x <- matrix(c( 0.90, 0.90, 0.90, 0.90, 0.90), ncol=ncol(y), nrow=nrow(y), byrow=TRUE)
colours <- matrix("white", nrow(y)
浏览 1提问于2020-03-25得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
