我有一个用R构建的XGB模型，我想在python中使用相同的模型进行预测，而不会丢失其本质/嵌入的依赖关系。我试过rpy2和sklearn-pmml-model，似乎对XGBoost模型没有帮助。 感谢任何帮助。
浏览 25提问于2019-10-18得票数 0
5回答
来自
bst =xgb.Booster({‘n线程’：4}) # init模型bst.load_model('model.binsave_model和dump_model有什么区别？
保存'0001.model'和'dump.raw.txt','featmap.txt'有什么区别？为什
浏览 50提问于2017-04-29得票数 84
我想在科学学习中使用XGBoost，但是，我在一台空隙计算机上，无法正常使用pip安装它。
如何在空隙计算机上安装XGBoost？
浏览 0提问于2023-01-06得票数 0
回答已采纳
2回答
我刚开始机器学习，所以我将用两个例子来总结我的问题，而不需要技术(因为我不能)。对于我的问题，没有确定性，只有一个略好于随机预测。我正试图预测最近从监禁中释放出来的人是否会在明年内犯罪。我知道这个任务是可能的，因为我使用了一个数据集(大约有50个特性和10万个观察)来建立一个“人工”线性回归，从样本中获得了大约52%的结果。我尝试过<
浏览 0提问于2020-06-25得票数 2
2回答
我试图用mlflow保存一个sklearn机器学习模型，它是一个包含我定义的自定义转换器的管道，并将它加载到另一个项目中。', serialization_format=mlflow.sklearn.SERIALIZATION_FORMAT_CLOUDPICKLE)
但我在加载过程中也会出现同样的错误。我认为mlflow提供了一种简单的方法来保存模型并序列化它们，这样它们就可以在任何地方使用，如果您有本地sklear
浏览 17提问于2020-03-04得票数 8
我正在读与XGBoost有关的材料。这种方法不需要任何变量缩放，因为它是基于树的，这种方法可以捕捉复杂的非线性模式，相互作用。通常，在预测建模中，您可以在所有的特性中进行一些选择，也可以从所拥有的一组特性中创建一些新的特性。然后，这两点都应在XGBoost中讨论。那么，这是否意味着要使用XGBoost，您只需要明智地选择那些调优参数？使用XGBoost进行特性工程有什么价值？
浏览 0提问于2017-03-20得票数 23
我想将python scikit-learn模型导出到PMML中。我读过关于的文章，但我找不到任何使用scikit学习模型的例子。
浏览 2提问于2015-10-20得票数 21
3回答
不幸的是，试图搜索或研究机器学习中的空值总是会出现一些页面，试图教您如何将这些值计算出来，但是我正在尝试找到可以将空值作为输入处理的模型。我目前发现的唯一一个是XGBoost，它是一种梯度下降算法。在一些背景下，我创建了多个数据集，包括替换NaNs的数据集。这些可以用来训练不能处理空值的模型，比如神经网络。
由于数据的稀疏性和性质，用平均值或中值来计算会带来很多偏见，这是毫无意义的。因此，回到最初的问题，除了XGBoost</
浏览 0提问于2020-01-28得票数 5
5回答
我正试图在我的本地计算机上建立一个大约10G大小的数据集之上的决策树模型。然而，我只有8G内存。我现在所做的只是随机抽样数据的某些子集，尝试不同的模型参数，并检查预测性能的科学工具包-学习包。不过，我仍然需要一个基于这些随机抽样结果的模型参数的最终模型，但显然我不能在整个数据集的基础上构建一个模型。这个问题我能做些什么？我是机器学习的新手，欢迎任何建议。谢谢!
浏览 0提问于2016-09-19得票数 3
3回答
预测并行时间间隔
、、
在服务站可能同时有不同数量的车辆。我的任务是预测实际的开始和结束时间('ServiceTrueStart‘和'ServiceTrueEnd')或状态(在服务/不在服务中)在未来的某个时间点(在未来的x小时)。例如，假设我们现在有9:30，并且希望预测所有4辆车的真正开始/结束值(或在x小时内的状态)：正如我们所看到的，车辆A和B已经在服务从9:00 (所以我们已
浏览 0提问于2022-08-02得票数 1
3回答
当我们检查xgboost或sklearn梯度增强模型的特征重要性时，我们可以确定特征的重要性。但我们不明白为什么这些功能是重要的，对吗？我被告知要使用，但即使运行一些样板示例也会引发错误，因此我正在寻找替代方法(甚至只是一种检查树和收集洞察力的过程方法，而不是plot_importance()图)。在下面的示例中，如何解释为什么特性f19是最重要的(同时也意识到决策树是随机的，没有random_state或种子)。我希望看到代码(<e
浏览 11提问于2017-11-04得票数 10
回答已采纳
11回答
我正在使用{}构建模型，并尝试使用xgboost查找每个特性的重要性，但它返回xgboostdtrain = xgb.DMatrix(X, label=Y)
watchlist =如何在xgboost中获取特性重要性？
浏览 1提问于2016-06-04得票数 52
是只使用一个主代码更好，还是只把它作为一个数字变量？我在网上读到了复杂的结论："(onehotencoded)这是xgboost或任何其他机器学习工具的分类变量的正确表示。“
浏览 2提问于2019-11-19得票数 1
对于一些背景知识，我一直致力于医疗保险索赔的二进制分类，并正在实现sklearn的FeatureHasher来向量化分类功能，其中许多特性在基数上特别高，具有高计数的独特因素级别，而sklearn的FeatureHasher我已经在我的初始训练集上训练了一个XGBoost分类器，它被转换成每个分类特征被散列为log (x )维(x是每个特征中唯一的因子级别的数目)。我计划使用经过训练的模型对新的/未见的索赔数据进行预测，这些
浏览 0提问于2020-04-27得票数 0
我有一个分类器，它是我用Python的scikit-learn训练的。如何使用Java程序中的分类器？我可以使用Jython吗？有没有什么方法可以用Python保存分类器并用Java加载它？有没有其他的方法来使用它？
浏览 7提问于2012-10-05得票数 34
回答已采纳
3回答
在的3.4节中，作者解释了当搜索用于树生长的最佳候选分裂时，他们如何处理缺失值。具体地说，它们为在当前实例集中具有缺失值的节点创建默认方向，作为拆分特征。在预测时，如果预测路径经过此节点，并且缺少特征值，则遵循默认方向。
然而，当特征值丢失并且节点没有默认方向时，预测阶段会崩溃(这在许多情况下都会发生)。换句话说，它们如何将默认方向关联到所有节点，即使是那些在训练时设置的活动实例中具有无缺失拆分功能的节点？
浏览 7提问于2016-06-03得票数 10
5回答
范畴变量的大no与范畴的大no
、、、、
例如:其中一个有310个类别，但前10个最常见的变量占训练和测试数据的50%。我正在考虑保持这些顶部k频繁出现的值，并将所有其他值编码为另一个类别的“其他值”。谢谢您抽时间见我。
PS:数据而非时间序列
浏览 0提问于2019-06-04得票数 5
1回答
使用vgg16验证集的准确性低
、、、、
batch_size = batch_size,然后，我使用转移学习和VGG16来训练我的模型：from keras.layers import Input, Dense, Flattenpredictions)
model.compile(optimizer='
浏览 2提问于2020-06-11得票数 0
在我的MacOS Mojave终端中，我想安装一个带有pip的python包。但是我得到了一个错误：'/Library/Python还意识到它在错误消息中写了Python2.7，但是我已经并且希望只使用python3.thon3。
浏览 0提问于2018-10-23得票数 229
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
