我正在尝试用不同的参数来拟合许多xgboost模型(例如，参数调优)。需要并行运行它们以减少时间。它必须与xgboost有关，因为涉及全局变量的任何其他计算都在%dopar%循环中进行。有人能指出这种方法的缺失/错误之处吗？#### Load packageslibrary(parallel)library(doParallel)
doParallel::
浏览 31提问于2021-03-17得票数 1
回答已采纳
1回答
在使用插入符号时，我想并行化xgboost的模型拟合过程。从我在xgboost的中看到的情况来看，nthread参数在拟合模型时控制要使用的线程数，也就是说，以并行的方式构建树。卡雷特的train函数将执行并行化，例如，为k折叠CV中的每一次迭代运行一个进程。中设置allowParallel=TRUE，并让caret处理交叉验证的并行化；或
禁用插入并行化(allowParallel=FALSE
浏览 4提问于2016-09-16得票数 12
回答已采纳
我构建了一个基于tidymodel框架的xgboost模型，朱莉娅在关于这个主题的youtube视频中展示了这一点(使用tidymodels YouTube对XGBoost进行调优)。tree_depth = tune(), mtry = tune(),) %>%final_xgb_bundes <- finalize_workflow(xgb_wf_bundes
浏览 2提问于2021-07-14得票数 1
我在使用计算机上的所有核心来训练和交叉验证XGBoost模型时遇到了问题.num_boost_round=500, early_stopping_rounds=200)
它工作正常，但它只使用一个线程运行xgboost如何强制xgb.train和xgb.cv使用所有内核？
浏览 1提问于2019-10-11得票数 0
回答已采纳
在python中建模后，有没有办法可视化GradientBoosting或XGboost？就像任何情节一样。
浏览 21提问于2021-10-09得票数 0
将xgboost的拟合参数传递给OneVsRestClassifier的拟合方法。XGBClassifier(objective='binary:logistic', seed=0))clf.fit(X_train, y_train, estimator__eval_metric='aucpr', estimator__eval_set= eval_set_<
浏览 1提问于2019-07-30得票数 1
回答已采纳
我知道如何使用Sklearn中的cross_val_score或cross_validate等基本实用函数执行CV。但是，我开始使用XGBoost，所以为了能够使用它的fit参数，我必须使用CV拆分器的split函数进行交叉验证。我的问题是，我应该为每个折叠初始化一个新模型，如下所示：import xgboost as xgb
cv
浏览 2提问于2021-07-26得票数 1
我正在Python语言中使用XGBoost (PyPl上的最新版本: 0.6)开发一个预测模型，并且已经对大约一半的数据进行了训练。“
import numpy as npcols = 20我尝试在我的模型的初始化和fit()步骤中将tree_method设置为'exact‘，但是每个步骤都抛出错误：
import xgboost as
浏览 924提问于2017-05-19得票数 2
我正在尝试使用XGBoost创建模型。我似乎设法训练了模型，但是，当我试图预测测试数据并看到实际预测时，我得到了以下错误：from dask_ml.model_selectionimport train_test_splitimport xgboostfrom dask.distributed importgrid_search = GridSearchCV(model_xgb,
浏览 7提问于2021-11-10得票数 2
回答已采纳
1回答
我试图使用L1正则化来选择XGBoost分类器中的特性。但是，我没有看到任何关于如何指定l1惩罚的示例代码。 clf = LogisticRegression(penalty='l1', C=c) print('C:', c)
print('Train
浏览 0提问于2018-04-02得票数 1
1回答
我所做的from sklearn.multioutput import MultiOutputClassifierY_valid = numpy.array([[0,1],[1,1],[0,0]])
xgb_ml = MultiOutput
浏览 11提问于2021-06-08得票数 3
回答已采纳
1回答
需要并行运行它们以减少时间。xgboost (posted )也出现了同样的问题，通过将xgboost数据类型xgb.DMatrix (训练和测试数据存储在%dopar%循环本身而不是外部)中解决了这个问题。对如何解决这个问题有什么想法吗？
编辑:我使用的是Windows10，R版本4.0.4 (2021-02-15)，RStudio版本1.4.1106 Win64，lightgbm版本3.1.1。(我知道lightgbm通过nthread参数(就像xgboost)集成了自己的并行<em
浏览 4提问于2021-03-21得票数 0
XGBoost使用加性训练的方法，其中它对前一个模型的残差进行建模。
这是顺序的，那么如何进行并行计算呢？
浏览 6提问于2015-12-08得票数 41
回答已采纳
1回答
XGBoost如何并行执行？
、、、、
在XGBoost中，有人说模型是通过数据并行化或模型并行化来并行执行的，所以我无法理解如果是这样的话，如果第一个模型或者弱学习者在不同的节点上并行运行，那么我们是如何从第一个模型或弱学习者中进食的，这与套袋技术或随机森林技术不太相似我知道我肯定错了，但我不想知道套袋技术是如何并行工作的。
浏览 0提问于2021-10-19得票数 0
最后，我想把护林员换成像xgboost这样的东西。请给我建议，我的代码的哪些部分，我可以添加/修改以改进。我仍然缺少在测试集上测试我的模型的部分。如何获得敏感性、特异性、精确性和回忆性？vip::vip(rf_fit, geom = "point")
5)我怎样才能大幅度减少模型训练的时间？我对任何事情都持开放态度.重构代码、AWS计算、<em
浏览 0提问于2020-02-23得票数 7
回答已采纳
我已经习惯于使用标准xgboost中的基边距参数来允许偏移量、开始(转换)预测(请参阅这个所以问题 )。我想知道在xgboost的h2o实现中是否可以执行同样的操作。
浏览 1提问于2018-03-13得票数 3
回答已采纳
我已经知道"xgboost.XGBRegressor是一个针对XGBoost的Scikit-Learn包装器接口“。
但它们还有其他区别吗？
浏览 7提问于2017-11-07得票数 25
回答已采纳
对于特定的评估指标，如何将xgboost.train设置为opitimize，这与设置xgboost.fit(eval_metric = 'auc')的方式类似？
浏览 40提问于2020-02-15得票数 0
from mlxtend.feature_selection import SequentialFeatureSelector as SFSXGB = xgboost.XGBClassifier(num_class = 3)SFSres = SFS(XGB, k_features=8,cv=5)SFSres = SFSres.fit(train_data, train_labels, fit_params={'sample_weight
浏览 5提问于2020-09-18得票数 0
回答已采纳
我在spark上运行了xgboost，然后遇到了AttributeError: 'XGBoostClassifier' object has no attribute 'booster' def train_model(trainDF): featuresCol="features",
labelCol="label",objective='multi:softprob&#
浏览 63提问于2020-07-07得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
