XGBoost的问题是，当我将列车数据集加载到XGBoost DMatrix中时，内存尖峰是不可避免的，而且我无法在不崩溃的情况下将数据集加载到内存中。我试图预测排名随着时间的推移，类似于搜索引擎的查询问题。XGBoost使用成对的目标已经产生了很好的效果，但是由于内存尖峰问题，我已经达到了极限。
浏览 0提问于2020-12-22得票数 1
我有一个排名任务，我的培训数据如下所示：---------------------------------------------session1 item2 ... 0sessionNitem1 ...
浏览 12提问于2017-11-21得票数 3
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。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</e
浏览 0提问于2019-04-17得票数 1
1回答
我一直在阅读关于成对排名的论文，但我不明白的是：在这里，它说成对排序中的一个数据点是两个链接之间的不等式：
线路.=。两个链接之间的不平等，这是链接1和2的目标qid:qid特征1和2的值]
浏览 7提问于2013-07-02得票数 5
1回答
在xgboost R软件包中，有两个目标与助推器gbtree。reg:logistic见第22页(前2行) https://cran.r-project.org/web/packages/xgboost/xgboost.pdf
我在想
浏览 0提问于2016-03-08得票数 4
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。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://ww
浏览 0提问于2016-08-17得票数 2
对于线性回归，似乎一个新的特征必须是与目标变量的线性关系。
但是，如果您为Xgboost创建了新特性，那么您需要考虑什么才能为xgboost或lightgbm创建一个新特性？
浏览 0提问于2019-04-17得票数 0
我在为将来的分析转换一些数据时遇到了一些困难。我的行是个人参与者，他们给出了他们对其他人相对排名的看法。这些排名值是数据(范围0- 1)，每一列都是接收到行中所有参与者的给定排名的特定个人(目标)。也就是说，有28列表示从参与者(评价者)获得排名的28个人(目标)。我想要的：
对于每一行(评价者)，我希望在他们评
浏览 0提问于2019-10-30得票数 0
我认为大家的共识是，XGBoost在很大程度上是不变性的，而且功能的缩放并不是真正必要的，但是有些地方出了问题，我不明白是什么原因。我有一系列不同尺度的特征，我试图做一个回归，目标变量在1E-7左右(即目标在1E-7到9e-7之间)。当我在这上面运行XGBoost时，我会收到关于"0深度“树的警告，每个预测都是相同的值
浏览 0提问于2022-04-06得票数 0
我是机器学习的新手。在一个二进制分类问题中，我们对目标变量(如yes=1和No=0 (直接在数据集中))进行编码/转换，给出了相应的结果。Accuracy:95Recall: 90Precision:94F1: 92
但是，如果我们在dataset中对目标变量进行反向编码/转换(如No=1(directly和yes=0 )，则给出这些结果Accuracy:95Recall:97P
浏览 1提问于2020-11-28得票数 2
1回答
我是R的新手，我希望使用XGBoost来预测测试集中的类变量。我的培训数据如下所示。我的测试数据集看起来完全一样，只是Class属性是空的，我使用这段代码来预测我的测试数据集的类。.+0,data = train[,-c("Class"),with=F])
new_ts <- model.matrix(~.+0,data = test[,-c("Class&qu
浏览 4提问于2017-04-09得票数 2
回答已采纳
在基于树的方法中，特征重要性(FI)是通过观察每个变量减少这类树的杂质(对于单树)或平均杂质(对于集成方法)的程度来确定的。使用XGBoost的优点之一是它的正则化以避免过度拟合，XGBoost还可以学习像线性回归或线性分类器一样好的线性函数(参见Didrik )。我的麻烦是，它的解释已经出现了由于图像低沉：在上面，我得到了逻辑回归模型中每
浏览 0提问于2021-07-15得票数 0
回答已采纳
1回答
在XGBoost中，我尝试了多种方法使成对的组与组集一起工作，但没有成功。使用set_group时，下面的代码不起作用，但是set_group注释掉了xgbTrain，这很好import pandas as pddgroup=
浏览 0提问于2018-04-20得票数 3
回答已采纳
1回答
基于若干条件的排名
、、、
我期待形成一个排名是取决于一个配对。1 38 39 38 25我的目标是让每一位受试者对每一种刺激进行排序，其排序为1,2或3，问题是，它的排名仅相对于其他两个选项(即，只有stim1 stim2配对与排名相关)。例如，对于stim1=34，它被选择的次数
浏览 5提问于2021-05-03得票数 0
回答已采纳
我正在尝试使用xgboost包在R中进行多类(特别是4类)分类。我一直在对2个类别进行二进制分类，但无法让它对4个类别起作用。我遇到的问题是，预测函数的输出只是概率，而不是实际的类别预测，即0-3。prediction <- predict(xgboost.model, as.matrix(df.test[,1:(ncol(df.test)-1)])) 最后一列是我的目标变量。期望的<
浏览 48提问于2019-09-06得票数 2
回答已采纳
我在名为X的样本上训练了一个XGBoost分类器(模型称为“模型”，目标变量为0或1)，然后我估计了概率如下：当我打印valid_pred时，我得到了这样的信息：因此，这意味着：Probability of being1</em
浏览 5提问于2022-02-01得票数 0
回答已采纳
此外，该链接提到，AUC应该使用，只有当你不关心的概率，只关心排名。
然而，由于我使用的是二进制逻辑目标，我认为我应该关心概率，因为我必须为我的预测设定一个门槛。xgboost参数调优指南还建议了一种处理类不平衡的替代方法，方法是不平衡正负样本，使用max_delta_step = 1。因此，有人可以解释，什么时候AUC才能取代xgboost处理类不平衡的其他方法。如果我使用的是AUC，我需要为预测
浏览 0提问于2017-01-10得票数 5
我试图使用XGBoost培训工作添加多个评估指标，文档显示这是可能的()：
用户可以添加多个评估指标。文档中没有任何代码示例，但我尝试过许多方法(包括简单地将它们作为列表传递，例如:eval_米制=‘mae’，'merror')，但我只是找不到有效的语法。有什么暗示吗？
浏览 12提问于2022-10-06得票数 0
回答已采纳
1回答
多类分类问题的步骤
、、、
因此，这个问题更多的是理论性的，而不是实践性的。我得到了4类汽车车身类型(如轿车、掀背车等)的数据。以及不同的特性(门、座椅、最大速度等)。目标是建立一个模型，通过提供的特性来预测类。我应用的步骤如下：检查类是否平衡，如果出现不平衡，则纠正此问题。基于Pearson、Chi-2、RFE、logistic回归和XGBoost</e
浏览 0提问于2021-10-04得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号