我正在尝试将XgBoost模型应用到MLR框架中。虽然这个框架有很好的文档记录，但有一些XgBoost库的细节是我不能在MLR中复制的，其中一个特别是“基本边际”。在XgBoost库中，我只需设置：setinfo(db_x
浏览 16提问于2020-02-07得票数 0
我构建了一个基于以下示例的自动机器学习系统：
我使用了学习者xgboost和随机森林，并使用了branching。在训练阶段，xgboost给了我最好的结果。在阅读了@be_marc的评论后，我不确定它是否打算那样工作。让我们使用我发布的图库示例作为参考。我希望比较使用GraphLearner对象的不同调优分支的结果。我创建了最后一个模型，就像图库示例中的一样，在</em
浏览 4提问于2022-09-08得票数 0
回答已采纳
我试图在mlr包中使用multiclass.au1p度量。这让我说错了
SetPredictType.Learner中的错误(学习者，predict.type)：试图预测问题，但classif.xgboost.multi
浏览 0提问于2017-04-12得票数 0
回答已采纳
但是，当我在mlr3中使用xgboost时，它不会计算所有变量的重要性！？ 下面是我如何设置所有内容： # Read in datadata <- mydata[1:2000,]
myTaskXG = Ta
浏览 72提问于2020-09-17得票数 2
回答已采纳
mlr3框架中的surv.gbm输出线性预测，但我真正感兴趣的是每个病例的预测生存时间，我想将其与实际生存时间进行比较。有没有办法获得实际的生存时间？在mlr3这本书中，有一个线性预测器和分布之间的转换的例子。overwrite = FALSE))
prediction = pod$predict(list(base = prediction_distr, pre
浏览 56提问于2020-10-01得票数 1
回答已采纳
在重采样期间，将测试值为5和9的max_depth参数。然而，在训练时，使用了完全不同的值10。我预计在训练过程中会设置返回最小RMSE的参数。在本例中，选择了一个完全不同的参数值。library("mlr3")library("mlr3learners")
library(&quo
浏览 23提问于2019-10-11得票数 1
回答已采纳
我想使用MLR3包在生存数据上运行一些具有不同特征选择方法的机器学习算法。为此，我使用了MLR3的Benchmark()函数。 不幸的是，MLR3的滤波器特征选择方法还不支持生存。但是，MLR包支持生存过滤器。 我可以将MLR学习者与MLR滤波器方法融合在一起。之后，我需要在MLR3中将它们转换为学习者，以便能够使用MLR3的banchmark_
浏览 36提问于2021-10-17得票数 0
回答已采纳
我读到过，可以在现有模型上进行训练，这是xgboost的优势之一。假设我训练了我的模型进行了100次迭代，并希望从那里重新启动以完成另外100次迭代，而不是从头开始重新做所有事情。我在xgboost示例中找到了这一点，来自这里的ptrain = bst.predict(dtrain,is result of running from initial prediction&#x
浏览 0提问于2016-12-08得票数 4
我正在使用mlr3中的benchmark()函数来比较几种ML算法。其中之一是带有超参数调优的XGB。因此，我有一个外部重采样来评估总体性能(保持样本)和内部重采样用于超参数调整(5倍交叉验证)。除了对所有ML算法的准确性进行估计外，我还希望看到调优的XGB特性的重要性。为此，我必须访问调优模型(在基准测试对象中)。我不知道怎么做。benchmark()返回的对象是一个深嵌套的列表，我不理解它<em
浏览 5提问于2021-11-03得票数 0
回答已采纳
2回答
我使用rdlc.when的全宽(7.6英寸)，我用crome浏览器在pdf格式中检查它，我看到我在rdlc中设计的东西，其中没有页边距。我使用报告属性选项设置所有页边距0。但当我打印该报告时出现了问题，当我在pdf视图中看到rdlc内容时，我会在rdlc内容周围获得额外的一英寸边距。
我怎样才能去掉那个额外的边际或者减少那个边际或者控制那个边际呢？有没有<
浏览 3提问于2016-09-28得票数 0
在这样做的过程中，我遇到了一个无法找到原因的情况:假设要调优的超参数是max_depth，必须是一个整数。在第一步中，我将搜索空间定义为：# define tasklrnBase <- makeLearn
浏览 7提问于2019-12-23得票数 2
回答已采纳
1回答
我在尝试学习时间序列数据模型时遇到了困难。为此，我决定使用mlr3框架，特别是mlr3tuning::AutoTuner函数。整个设置如下所示： learner = mlr3::lrn("classif.xgboost"),
resampling = mlr3但是它所做的一切改变了错误消息中的
浏览 1提问于2021-08-11得票数 2
1回答
早上好,
在R.中，我有一个关于计算打包的和增强的回归树模型的特性重要性的问题，我使用XGBOOST进行预测，用套袋来估计预测的不确定性。我的数据集比较大，大约有10k的特性和观察。预测工作非常完美(请参阅下面的代码)，但我似乎无法计算特性的重要性(下面代码中的最后一行)。重要性函数崩溃时没有错误..。并冻结了R期。我看到了一些相关的python
浏览 1提问于2020-07-06得票数 0
有没有办法为xgboost型分类器设置不同的类权重？例如，在sklearn RandomForestClassifier中，这是由"class_weight“参数完成的。
浏览 366提问于2017-02-13得票数 12
回答已采纳
2回答
我将pdfdocument添加到PDFView中。但它正在显示出边际，也在慢跑中显示出来。如何删除此页边距。有没有办法将pdfdocument设置到左上角位置。
浏览 7提问于2019-10-09得票数 2
当我在Ubuntu18.04上使用R中的mlr包搜索xgboost的最优超参数时，使用随机搜索方法时，我遇到了一个问题。这是搜索的设置代码：set.seed(12345)
[Tune] Started tuning learner classif.xgboost</e
浏览 5提问于2019-10-22得票数 1
我想在mlr3中监控benchmark()的进度。在大型数据集上对几个模型进行基准测试，包括超参数调优，可能需要几个小时甚至几天的时间。我希望能够在基准测试运行时监视进度，这样我就可以决定是否中止基准测试。此外，如果在处理过程中打印了状态消息，我可以在某些部分完成后中止处理，并知道某些步骤花费了多长时间。其余的只有在完整的基准测试完成后才会出现。换句话说，在几个小时甚至几天
浏览 45提问于2021-09-22得票数 1
回答已采纳
在使用Xgboost.sklearn.XGBclassifier的python中，我们有一个参数"n_estimators“表示训练模型时可以选择的树的数量，但我没有找到任何与xgboost.train()相关的参数，有没有办法在xgboost.train()中添加树的数量？
浏览 2提问于2017-08-04得票数 0
为了在mlr中对大型机器学习分类任务进行小测试，我想先创建一些小任务，以保持原任务的正负比。目前，我正在使用函数subsetTask手动执行此操作，将参数subset设置为保留类比率的固定索引向量。谢谢!
浏览 0提问于2018-11-30得票数 0
回答已采纳
2回答
我正在比较Catboost、XGBoost和LinearRegression在Pycaret中的性能。Catboost和XGBoost是未调的。到目前为止，我发现Catboost和XGBoost都太合适了。线性回归训练/测试分数为训练R2: 0.72，测试R2: 0.65。是否有办法为XGBoost和Catboost设置一个“早期停止”，以避免这种过度适应？或者，是否还有其他参数可以调优，以避免
浏览 1提问于2020-11-26得票数 4
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
腾讯会议
云直播活动推荐
腾讯云开发者
