1回答
我需要可视化XGBoost的效果，并希望从中提取一棵在测试集上具有最高精度的树。是以任何方式构建的，还是必须手动测试所有的树？我使用的是Python版本。
浏览 16提问于2020-05-29得票数 0
2回答
我浏览了这篇文章，但没有完全理解xgboost中关于函数CV和参数"number of trees“的细节。
假设我们从特征和目标值的数据帧开始。CV在每一轮中做什么？如果CV结果有500行(即有500个决策树)，那么如何构建每棵树？这500棵树是如何组合在一起产生一个单一的原木损失数字的？
浏览 3提问于2017-08-26得票数 2
2回答
我正在阅读XGBoost指南，我对它在决策树的评分系统和分类/回归树之间的区别感到困惑。我挂的那一段是：我一点也不确定这意味着什么。我对回归决策树的理解是，每个叶都有一个值，它是分配给该
浏览 0提问于2021-09-13得票数 2
我读过并听说过强大的XGBoost，它是当今人们用来解决Kaggle挑战的最著名的模型之一。这使我对开发自己对模型的直觉感兴趣，所以我决定在我的数据集上尝试使用XGBoost，但不幸的是，当我试图在mac上安装XGBoost时，遇到了许多与依赖相关的问题:(
然而，我做了更多的研究，并从微软那里找到了另一个名为LightGBM的相关库，他们声称它在XGBoost上
浏览 0提问于2017-07-14得票数 1
1回答
我试着训练一种算法来复制一些外汇交易网站上的顶级交易员。问题是交易者每月只交易10次，所以即使我只看一分钟的分辨率，也就是时间的.02%，10/(60 )*24*30)*100。我试过使用随机森林，它的错误率约为2%，这是不可接受的，据我所读，大多数机器学习算法都有类似的错误率。
有谁知道更好的方法吗？
浏览 0提问于2016-01-27得票数 4
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
我正在尝试创建一个由三个分类器组成的集合(随机森林，支持向量机和XGBoost)，使用VotingClassifier()在scikit-learn中。然而，我发现整体的精度实际上是下降而不是增加。label in zip([rf, svc_optimized, xgb_optimized, eclf], ['Random Forest', 'Support Vector Machine', 'XGBoostscoring='accuracy&#
浏览 2提问于2016-09-27得票数 9
1回答
我正在研究一个文本分类问题，我想提高我的模型的准确性。目前，我正在使用的支持向量机与线性SVC和OneVsRestClassifier。模型应该正确地预测父类别的所有子类别。对于输入的帐户名称，我应该得到我的测试数据文件的正确描述，我将在以后测试模型。📷或者，还有什么有助于提高模型的准确性的吗？
浏览 0提问于2019-08-15得票数 0
回答已采纳
这个问题很长，如果您知道基于树的方法的特性重要性是如何工作的，我建议您跳过图片下面的文本。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。我几乎可以肯定，对于单棵树来说，它是不可靠的，因为树的变化很大，主要是在终端区域是如何建造的。<e
浏览 0提问于2021-07-15得票数 0
回答已采纳
2回答
我一直在寻找几种特征选择方法，并在以下链接( XGBoost，)的帮助下找到了关于特征选择的方法。，在这种情况下，我如何选择高精度和低数量的特征n？，并得到具有特征重要性值的特征？附带问题：
我试图找到最好的特征选择，涉及到使用特定的分类模型和最佳的特征，以帮助提供高精度，例如，例如，使用KNN分类器，并希望找到最好的特征，
浏览 2提问于2020-05-25得票数 0
回答已采纳
我正在将xgboost模型(Scala)与我的事务数据集相匹配。在我的培训集中，我有大约两百万笔交易，这是一个高度不平衡的比率，正/负<0.001班。我现在在模型中有大约300个功能。在有多少棵树上有一个特征然后，我从大多数树到最少树的特征进行分类。我得到了一些我不确定的结果。列表顶部的特性，大多数树和分叉基本上出现在每个xgboost树中
浏览 0提问于2018-12-19得票数 2
2回答
我和我的同学们，我们正在从事一个教育机器学习项目，我们被困在overfitting-problem，上，因为我们对数据挖掘非常缺乏经验。我们的商业案例是关于零售银行，我们的目标是寻找客户的目标群体，根据产品resp。向客户推荐以股票、基金、存款等已经购买的产品为基础的特定产品。我们收到了大约400个特征和150.000个数据记录的数据集。我们在克尼梅建立我们的工作流程。我们的工作流程包括以下步骤：
我们研究了数据并定义了目标变量。
浏览 0提问于2018-02-15得票数 0
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
浏览 1提问于2019-10-11得票数 0
回答已采纳
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。因此，选择一个功能子集意味着您认为您的功能集中存在一些冗余；从当前功能集创建一些新特性意味着您对您的当前功能进行了一些功能转换。然后，这两点都应在XGBoost中讨论。那么，这是否意味着要使用<e
浏览 0提问于2017-03-20得票数 23
1回答
关于应该从XGBoost中选择哪个决策树，我有一个问题。import xgboost as xgbdf_dmatrix =#plot the tree我在xg_reg模型中创建了10棵树，我可以通过在最后一段代
浏览 1提问于2019-03-21得票数 1
回答已采纳
1回答
简而言之:在为xgboost选择参数值时，如何考虑变量的类型和分布？示例:具有二进制结果变量和二进制/连续预测器混合的数据集。结果变量(每次观察一个值)：一组名为味道(~150个变量)和纹理(~80个变量)的预测器
浏览 0提问于2020-10-09得票数 4
回答已采纳
1回答
处理一个不平衡的数据集问题(7%比93%)，我想找出我的xgboost模型的最佳结构使用。注:我是使用分层k-折叠交叉验证，以确保每一个折叠有正确的比例少数民族阶级。我的情况如下，我注意到GridSearchCV有一个名为‘shown’的参数，我可以向它传递多个 (如所示)，但是xgboost也有一个名为'eval_metric‘的参数，我在这两个参数之间有点混淆。指定它的正确位置在哪里？auc'
浏览 1提问于2019-01-16得票数 3
回答已采纳
我有两个分类器，它们使用以下结果对相同的数据集进行分类：--------|--------|---------|--------- XGBoost| 91% | 0.70 | 0.67 | 0.66 | 0.80
我不确定，但在我看来，XGBoost</em
浏览 0提问于2021-12-06得票数 1
回答已采纳
1回答
我正在使用python中的xgboost包，并且我将在训练后提取树结构。例如，我将知道在每个节点上选择的特征和阈值，以便将树结构导出到函数。此外，我需要知道每棵树在训练后的权重。(正如我们所知，树的结果将像w1*h1+w2h2+...+wn*hn一样组合，其中wi是权重，hi是第i棵树在boosting中的答案)。实际上，我需要访问权重和内部树。我在做分类。我的另一个问题是，当我使
浏览 5提问于2017-04-28得票数 1
将Logistic回归、朴素贝叶斯、KNN、SVM、决策树等5种算法应用于训练集中。其中，使用Logistic回归的二进制分类给了我最高的精度，但问题是我没有对数据集进行预处理。现在，我应该再次使用所有五种算法来训练我的模型，还是说使用Logistic回归的二进制分类在预处理训练数据集之后会再次给出最高的精度？
浏览 5提问于2022-04-28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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
