如何控制xgboost的模型大小？
控制xgboost模型大小的方法有以下几种：
- 调整树的深度（max_depth）：树的深度决定了模型的复杂度和大小。通过限制树的深度，可以减小模型的大小。较小的树深度可以降低模型的复杂度，但可能会损失一些预测性能。
- 减小叶子节点的数量（min_child_weight）：减小叶子节点的数量可以降低模型的复杂度和大小。较小的叶子节点数量可以减小模型的规模，但可能会导致过拟合。
- 增加正则化参数（lambda和alpha）：正则化参数可以控制模型的复杂度和大小。增加正则化参数可以减小模型的规模，但可能会影响模型的预测性能。
- 降低学习率（eta）：降低学习率可以减小模型的复杂度和大小。较小的学习率可以减小模型的规模，但可能需要更多的迭代次数来达到较好的预测性能。
- 特征选择：通过选择重要的特征，可以减小模型的规模。可以使用xgboost提供的特征重要性评估方法，选择重要的特征进行建模。
- 压缩模型：可以使用模型压缩算法来减小模型的大小，例如使用哈夫曼编码或者量化方法对模型进行压缩。
总结起来，控制xgboost模型大小的方法包括调整树的深度、减小叶子节点的数量、增加正则化参数、降低学习率、特征选择和模型压缩等。根据具体的需求和场景，可以选择适合的方法来控制模型的大小。
相关·内容
我用xgboost训练过GPU('gpu_tree')模型。然后使用pickle保存我的模型。现在，我试图在非GPU机器中加载这个模型，但是它会抛出这个错误。
raise XGBoostError(py_str(_LIB.XGBGetLastError()))
xgboost.core.XGBoostError: [16:36:57] /tmp/pip-install-
mqijktew/xgboost/build/temp.linux-x86_64-3.6/xgboost/src/tree/
tree_updater.cc:20:
Unknown tree updater
浏览 4提问于2020-09-15得票数 6
我试图使用XGBoost模型来获得分类值。
但是，当我声明XGBoost模型时，出现了一个错误。
如何纠正此错误？
train = pd.read_csv("./data/train.csv")
test_x = pd.read_csv("./data/test.csv")
train_y = train['Y']
train_x = train.drop('Y', axis=1)
kf = KFold(n_splits=4, shuffle=True, random_state=71)
tr_idx, va_idx = lis
浏览 26提问于2022-02-11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
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
我对NLP很陌生。我正在建立一个回归模型来预测离散值(如价格)。当我使用xgboostRegressor + word2vec时。当试图拟合模型时，它会抛出以下错误。
我对word2vec的输入是一个单词列表
文本、字体、图形、屏幕截图、增益
from xgboost import XGBRegressor
xgb_model = XGBRegressor(
objective = 'reg:squarederror',
colsample_bytree = 0.5,
learning_rate = 0.05,
浏览 9提问于2022-04-25得票数 0
2回答
我看这个答案是为了在H2O中可视化梯度增强树模型，它说GBM上的方法也可以应用于XGBoost：
但是当我尝试使用它在H2O XGBoost MOJO上提到的方法时，它失败了。
我查看了hex.genmodel.tools.PrintMojo的源代码：
它似乎只适用于随机森林和GBM模型，而不适用于XGBoost模型。
有没有人知道如何在H2O XGBoost模型中可视化树？谢谢!
浏览 4提问于2018-09-28得票数 0
1回答
我有一个关于包含np.nan值的数值数据的xgboost模型。我使用库将xgboost模型转换为pmml。
我用库测试pmml。对于没有空的数据，pmml进行预测，并给出与模型相同的结果。
对于带有空值的数据，pmml不能进行预测并返回JSONDecodeError。
如何修改pmml以处理空值，并返回与原始预测(xgboost模型)相同的预测？
浏览 1提问于2019-02-14得票数 0
回答已采纳
我成功地初始化了一个集群并训练了一个DRF模型。然后，在同一个集群上，我尝试对XGBoost模型进行网格搜索。
H2OGridSearch(
H2OXGBoostEstimator(my_model_params),
hyper_params=my_grid_params,
search_criteria=my_search_criteria
)
有时(并不总是)网格搜索永远不会结束。在检查H2O流时，我发现作业停留在0%的进度，状态为“正在运行”。
我在日志中看到的内容如下
WARN: XGBoost task of type 'Boosting Iterat
浏览 0提问于2020-08-27得票数 0
我在0.6版本中使用他们的sklearn api训练了一个XGBoost模型，所以分类器属于XGBClassifier()类。我已经将其保存为pickle格式。
然而，最近我需要将我的整个环境迁移到XGBoost 3.6，以及Python1.0的更新版本。
我尝试过遵循他们关于加载/保存模型()的指南，但似乎旧的XGBClassifer模型没有任何这些方法。
如何处理这个经过训练的XGBClassifier()对象，以便可以将其转换为在XGBoost 1.0中可加载？
我有一个经过训练的XGB模型，使用他们的sklearn api (XGBClassifier())从0.6版本开始，我如何将其
浏览 1提问于2021-03-06得票数 0
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
我正在尝试使用PyCharm上使用Python 3.6的xgboost包来拟合一个模型。
当我调用model.fit(arr_train,arr_test)时，我得到以下消息：
Process finished with exit code -1073740791 (0xC0000409)
我该如何解决这个问题？
浏览 0提问于2019-09-16得票数 3
MinMaxScaler() in scikit-learn用于数据规范化(即特性缩放)。决策树不需要数据归一化。由于XGBoost基于决策树，是否需要使用MinMaxScaler()进行数据规范化，以便将数据输入到XGBoost机器学习模型？
浏览 0提问于2019-09-28得票数 31
回答已采纳
我有一台XGBoost型号的xgboost_model。绘制该XGBoost模型的特征重要性图； plot_importance(xgboost_model)
pyplot.show() 该图显示了F分数。然而，F分数背后有一些重要的指标，比如增益、覆盖率和权重。 如何分别绘制重要性指标增益、覆盖范围和权重？ 我使用的是python 3.7
浏览 36提问于2019-09-29得票数 2
回答已采纳
1回答
我已经看到，您可以在使用XGBoost4J的Java中使用XGBoost (以下是一些示例代码：https://github.com/dmlc/xgboost/tree/master/jvm-packages/xgboost4j-example)。但是，是否可以使用Python训练XGBoost模型，然后使用包装器在Java端调用相同的模型对象进行预测？谢谢!
浏览 51提问于2020-01-15得票数 0
回答已采纳
下面是我的场景:我用单机训练XGB模型，并希望将它加载到spark中来处理数据。有办法吗？
官方文档给出了一种用spark训练xgb模型的方法，并将其转换为本地模型。但它并没有给出相反的方向。
XGBoostClassificationModel.load只支持传递火花版本的xgb模型路径，如果传递本机模型的路径，它将报告错误。
根据github.com/dmlc/xgboost/ read /3689，步骤为1，读取本机增强器，2，构造模型
github.com/dmlc/xgboost/issues/3689只解决了2种构造模型，但我找不到一种用xgboost- resolves 1.0.
浏览 0提问于2020-04-21得票数 1
我目前正在使用LSTM模型来分类高维表格数据，而不是文本/图像(维度21392x1970)。我还分别尝试了Python中的XGBoost (梯度增强)来完成相同的分类任务(分类为14种不同的分类值中的一种)。我遇到了在XGBoost中使用XGBoost方法的规定，它可以为我提供预测中最相关的特征的F1分数。
我想要创建一个混合模型，它将LSTM和XGBoost结合在一起，但对于如何使用最重要的特性进行分类(可能是通过XGBoost获得这些特性，然后以组合的方式提供给LSTM？)，我感到困惑。如有任何意见、建议和意见，敬请见谅！
浏览 0提问于2019-02-19得票数 1
在TensorFlow中，我们使用一个名为ReduceLROnPlateau的回调，当我们的模型停止学习时，它会稍微降低我们的学习速度。有人知道如何在XGBoost中这样做吗？当XGBoost模型停止学习时，我想知道是否有减少学习的方法。
浏览 1提问于2021-08-26得票数 4
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
我使用sklearn api训练了一个模型，并保存了模型。
from xgboost.sklearn import XGBClassifier
model = XGBClassifier()
model.fit(X_train, y_train)
with open(path + '.pkl', 'wb') as file:
cPickle.dump(model, file)
有办法用scala加载它吗？
如果我使用python (而不是sklearn )来训练它，并使用以下方法保存它：
model.save_model("trained_mod
浏览 3提问于2017-09-06得票数 4
回答已采纳
我已经拟合了各种H2O模型，包括XGBoost，在R中，也在流中，预测计数数据(非负整数)。
我可以在“模型”菜单的流中安装XGBoost模型。但是，我想在使用XGBoost时包括AutoML --但是XGBoost没有列出。现有的算法如下：
GLM
DRF
GBM
DeepLearning
StackedEnsemble
响应列被编码为INT，版本详细信息如下：
H2O Build git branch rel-wright
H2O Build git hash 0457fda98594a72aca24d06e8c3622d45bd545d2
H2O Build git descri
浏览 1提问于2018-11-06得票数 1
回答已采纳
顶层：如何从保存在mlflow中的PyFuncModel中的xgboost模型中提取特性重要性？
详细信息：
我从刚刚离开的数据科学家那里学到了模型更新的责任。他们使用mlflow来调优超参数。我需要从他们建立的模型中了解特性的重要性。我使用shap的尝试失败了(下面的代码)。
我使用的是mlflow 1.9.1。我可以看到，mlflow.shap存在于当前版本中，但在我所使用的版本中似乎没有出现这种情况。
import mlflow
import shap
model = mlflow.pyfunc.load_model(model_load_details)
prin
浏览 2提问于2022-01-13得票数 0
我有一个用于二进制分类的XGBoost模型。它利用了一些特性，即f1, f2, f3, f4, f5, f6, f7。
我想利用来自LogisticRegression的另一个sklearn模型，它利用模型的输出和XGBoost模型的一个特性来进行预测，即必须用f1, out来进行预测。其中out是XGBoost模型所做的预测。
我想将这两个模型保存到一个文件中，一些如何在生产中进行预测。
我怎么能这么做呢？
浏览 0提问于2018-10-16得票数 1
回答已采纳
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。现在我有了我的最终模型，我用我所有的数据对它进行了训练，但得到了这条消息，这是我以前从未见过的：
树方法被自动选择为“近似”以获得更快的速度。要使用旧的行为(单机上的精确贪婪算法)，请将tree_method设置为‘exact’。“
作为一个可重现的示例，下面的代码也会在我的机器上生成该消息：
import numpy as np
import xgboost as xgb
rows = 10**7
cols = 20
X = np.random.randin
浏览 924提问于2017-05-19得票数 2
1回答
与python不同，在python中，缺失的值由XGBoost算法在内部处理，而在SPARK中构建XGBoost模型时，缺失的值被隐式转换为0.0(浮点数？！)。这样可以吗？有可能是00的实际值。我们如何确保这不会干扰模型的预测能力？
浏览 28提问于2019-10-15得票数 1
1回答
我们目前正在使用XGBoost模型和Tweedie损失来解决一个很好的回归问题，现在我想把我们的模型转移到Keras，并体验到神经网络，有谁知道如何实现Keras的Tweedie损失呢？我只关心p=1.5时的实例，这在XGBoost中给了我们最好的结果。
谢谢
浏览 0提问于2019-07-09得票数 4
回答已采纳
1回答
我正在做r中的情感分析，我已经用朴素贝叶斯做了一个模型。但是，我想尝试另一个，那就是xgboost。然后，我遇到了一个问题，当我尝试建立xgboost模型时，因为我不知道如何处理我的文档术语矩阵。有人能给我一个解决方案吗？
我已经尝试将文档术语矩阵数据转换为数据框架。但它似乎不起作用。
下面的代码描述了我当前的训练和测试数据
library(tm)
dtm.tf <- VCorpus(VectorSource(results$text)) %>%
DocumentTermMatrix()
#split 80:20
all.data <- dtm.tf
train.da
浏览 9提问于2019-08-14得票数 0
我想使用在Apache中使用*训练的成对排序模型。我想XGBoost模型应该由Solr的类来处理。
但是，当将XGBoost输出映射到Solr插件所期望的JSON时，不清楚如何处理缺少的条件。因为，XGBoost有一个非平凡的逻辑来路由丢失的值--它们不能总是被发送到树的左或右分支。
应如何处理这一问题？在XGBoost中是否有一个选项来强制使丢失的值总是被路由到同一个分支或更好的分支，在Solr插件中是否有一个选项来处理丢失值的情况？
*目标：“职级:成对”
浏览 0提问于2019-04-17得票数 1
1回答
根据xgboost的文件，正则化是由以下几个方面提供的：
\Omega(f) = \gamma T + \lambda || w||^2
其中\gamma是一棵树的复杂性(即树中的叶子数)。
另一方面，xgboost库中的参数gamma控制节点上的最小分割以继续进行。因此，xgboost软件包所使用的方程式中的\gamma是吗？我找不到任何关于它的参考资料。
浏览 0提问于2021-05-05得票数 1
回答已采纳
我正在尝试使用mlflow来保存模型，然后加载它以进行预测。 我使用了一个xgboost.XGBRegressor模型和它的sklearn函数.predict()和.predict_proba()来进行预测，但是事实证明mlflow并不支持实现sklearn API的模型，所以当稍后从mlflow加载模型时，mlflow返回一个xgboost.Booster的实例，并且它没有实现.predict()或.predict_proba()函数。 有没有办法将xgboost.Booster转换回实现sklearn API函数的xgboost.sklearn.XGBRegressor对象？
浏览 68提问于2020-09-20得票数 2
回答已采纳
1回答
我知道没有很多专家可以帮助解决这个问题，但是我们在尝试将XGBoost ML模型转换为ONNX模型时遇到了一些困难。
当使用单个输入类型进行转换时，一切似乎都进行得很好，但是当使用多个类型时。
我得到一个错误，只需要一个输入类型。
您是否有一个示例(python语句)，其中使用onnxmltools (使用多个TensorTypes)转换xgboost/另一个模型。
例如：
onnxmltools.convert_xgboost(xgb_reg, initial_types=[
('input', FloatTensorType([1, 2])),
('another_
浏览 3提问于2020-07-30得票数 1
回答已采纳
2回答
在xgboost文档中，它们引用了一个copy()方法，但是我不知道如何使用它，因为如果foo是我的模型，那么bar = foo.copy()和bar=xgb.copy(foo)都不能工作(xgboost无法找到模块或模型的copy()属性)。有什么建议吗？
浏览 2提问于2020-06-10得票数 2
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
我创建了一个xgboost分类器：
xg_reg = xgb.XGBClassifier(objective ='reg:squarederror', learning_rate = 0.1,
max_depth = 20, alpha = 10, n_estimators = 50, use_label_encoder=False)
在对模型进行培训之后，我将它记录到MLFLow注册中心：
mlflow.xgboost.log_model(
xgb_model = xg_reg,
artifact
浏览 2提问于2022-05-31得票数 1
回答已采纳
我正试图为一个任务构建一个xgboost回归器或一个catboost回归器。我有一个可行的线性回归模型。我也为这项任务训练了一个xgboost回归模型，但它比线性回归模型更糟糕。我想知道是否有一种方法将线性回归权值(模型参数)作为初始参数集传递给xgboost (或catboost)模型，以确保性能增益？
例如，如果w0*x0 + w1*x1 + w2*x2 + w3*x3 = y是线性回归模型，那么有什么方法可以告诉xgboost从相同的方程开始(并且在训练时变得更好)？
浏览 0提问于2019-12-18得票数 0
回答已采纳
我在相同的数据上训练了两个梯度提升模型，使用了Scikit-learn和XGBoost.
Scikit-学习模型
GradientBoostingClassifier(
n_estimators=5,
learning_rate=0.17,
max_depth=5,
verbose=2
)
XGBoost模型
XGBClassifier(
n_estimators=5,
learning_rate=0.17,
max_depth=5,
verbosity=2,
eval_metric="logloss"
)
浏览 6提问于2021-02-15得票数 3
回答已采纳
我打算在SparkML管道中使用经过训练的带有tree_method='exact‘的xgboost模型，因此我需要使用XGBoost4J-Spark；但是文档显示“分布式和外部内存版本只支持近似算法。”()。有什么办法可以解决这个问题吗？
或者，我可以使用基于C的xgboost来训练模型，以及如何将训练后的模型转换为XGBoostEstimator，这是一个SparkML估计器，可以无缝地集成到SparkML管道中。有没有人遇到过这样的转换器？
我不介意在单个节点上运行，而不是在集群上运行，因为我可以等待。
任何真知灼见，我们都很感激。
浏览 3提问于2018-03-13得票数 2
我已经使用Amazon Sagemaker构建了一个XGBoost模型，但我找不到任何可以帮助我解释该模型并验证它是否学习了正确的依赖关系的东西。 通常，我们可以通过python API (https://xgboost.readthedocs.io/en/latest/python/python_api.html)中的get_fscore()函数看到XGBoost的特性重要性，但在sagemaker api(https://sagemaker.readthedocs.io/en/stable/estimators.html)中看不到这一点。 我知道我可以构建自己的模型，然后使用sagema
浏览 18提问于2019-04-11得票数 4
回答已采纳
我使用XGBoost回归器来训练322行数据的模型，并且训练和测试拆分如下：
我使用以下参数进行超参数调优：
{'max_depth': 3,
'min_child_weight': 6,
'eta': 0.3,
'subsample': 0.9,
'colsample_bytree': 0.7,
'objective': 'reg:linear',
'eval_metric': 'rmse',
'reg_lambda':
浏览 0提问于2021-02-25得票数 0
我试图理解xgboost.XGBRegressor和xgboost.sklearn.XGBClassifier之间的区别。
有人能用简洁的方式解释这种差异吗？
因为当我用完全相同的数据对两个分类器进行匹配时，我得到了非常不同的性能。
我就是这么拟合数据的。
clf = xgboost.XGBRegressor(alpha=c)
#clf = xgboost.sklearn.XGBClassifier(alpha=c)
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
print('Model roc auc score: %
浏览 0提问于2018-04-05得票数 5
1回答
我已经为同一个问题训练了一个神经网络和一个XGBoost模型，现在我不知道应该如何堆叠它们。我应该只将神经网络的输出作为参数传递给XGBoost模型，还是应该分别对它们的结果进行加权？哪一个更好？
浏览 63提问于2020-11-28得票数 2
回答已采纳
1回答
我在这个问题上找不到任何答案，但是当您实现不同的ML模型(比如catboost或xgboost)或NN (比如py手电筒)时，Python版本真的很重要吗？我确实知道这些模型是用C++和其他编程语言编写的，我的问题听起来可能很简单，但是升级Python版本以提高性能和减少内存是否真的很重要呢？
浏览 0提问于2023-04-13得票数 0
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xgboost
我的火车代码是：
dtrain = xgb.DMatrix(X, label=Y)
watchlist = [(dtrain, 'train')]
param = {'max_depth': 6, 'learning_rate': 0.03}
num_round = 200
bst = xgb.train(param, dtrain, num_round, watchlist)
那么我的火车上有什么差错吗？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
我安装了pycaret和xgboost，如下所示：
!pip install pycaret==2.3.10 markupsafe==2.0.1 pyyaml==5.4.1 --use-deprecated=legacy-resolver -qq
!pip install xgboost
但是当我尝试创建下面的Xgboost模型时，它会抛出一个错误"Estimator不可用“。
xgboost = create_model('xgboost')
为什么会这样呢？我遗漏了什么？
浏览 3提问于2022-06-16得票数 0
我对xgboost还不熟悉，我想将我的xgboost模型可视化。
这是我的代码，代码来自一个教程，可能没有错误。
from numpy import loadtxt
from xgboost import XGBClassifier
from xgboost import plot_tree
import matplotlib.pyplot as plt
dataset = loadtxt('pima-indians-diabetes.csv', delimiter=",")
X = dataset[:,0:8]
y = dataset[:,8]
model
浏览 1提问于2017-08-28得票数 6
回答已采纳
假设我已经成功地在python中训练了一个XGBoost机器学习模型。
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=7)
model = XGBClassifier()
model.fit(x_train, y_train)
y_pred = model.predict(x_test)
我想把这个模型移植到另一个系统，它将用C/C++写成。要做到这一点，我需要知道XGboost训练过的模型的内部逻辑，如果我没有错的话，我需要将它们转换成一系列if -然后-否则的语句，
浏览 1提问于2019-09-28得票数 9
回答已采纳
‘'bst’是我在R中构建的xgboost模型的名称，它给出了使用这段代码的测试数据集的预测值。因此，它肯定是一个xgboost模型。
pred.xgb <- predict(bst , xdtest) # get prediction in test sample
cor(ytestdata, pred.xgb)
现在，我想保存模型，以便另一个可以使用模型与他们的数据集，其中有相同的预测变量和同样的变量要预测。
与xgboost.pdf的第4页( xgboost包的文档)一致，我使用了xgb.save命令：
xgb.save(bst, 'xgb.model')
浏览 11提问于2022-04-22得票数 0
1回答
我知道如何在XGBoost中实现线性目标函数和线性增强。我的具体问题是:当算法适合残差(或负梯度)时，它是在每一步使用一个特征(即单变量模型)还是使用所有特征(多变量模型)？
任何关于XGBoost中线性提升的文档的引用都将不胜感激。
谢谢!
编辑:在XGBoost中可以通过将“助推器”参数设置为“gblinear”来实现线性增强。关于线性助推的有用信息，请参见：http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3885826/。注意，我说的不是目标函数(也可以是线性函数)，而是助推函数本身。
浏览 0提问于2016-08-17得票数 2
有没有可能用Python语言从H2OXGBoostEstimator模型中提取原生的xgboost模型pickle文件，然后由原始的XGBoost Python API读取？谢谢!
浏览 0提问于2018-09-27得票数 1
2回答
使用，我创建了一个Xgboost模型。在解压缩生成的tar.gz文件后，我将得到一个文件"xgboost-model“。
下一步将是直接从我的S3桶上传模型，而不用泡菜下载它。以下是我尝试过的：
obj = client.get_object(Bucket='...',Key='xgboost-model')
xgb_model = pkl.load(open((obj['Body'].read())),"rb")
但它让我犯了一个错误：
TypeError: embedded NUL character
也尝试过这样做
浏览 0提问于2018-07-12得票数 1
回答已采纳
4回答
我正在使用https://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/上的方法来绘制XGBoost决策树 from numpy import loadtxt
from xgboost import XGBClassifier
from xgboost import plot_tree
import matplotlib.pyplot as plt
# load data
dataset = loadtxt('pima-indians-diabetes.csv&
浏览 150提问于2018-07-13得票数 10
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
