1. DMatrix： 由xgboost 内部使用的数据结构，它存储了数据集，并且针对了内存消耗和训练速度进行了优化。

xgboost.DMatrix(data, label=None, missing=None, weight=None, silent=False, 
     feature_names=None, feature_types=None, nthread=None)

2. 属性：

• feature_names： 返回每个特征的名字
• feature_types： 返回每个特征的数据类型

3. 方法：

• .get_base_margin()： 返回一个浮点数，表示DMatrix 的 base margin。 .set_base_margin(margin)： 设置DMatrix 的 base margin
  • 参数：margin： t一个序列，给出了每个样本的prediction margin
• .get_float_info(field)： 返回一个numpy array， 表示DMatrix 的 float property 。 .set_float_info(field,data)： 设置DMatrix 的 float property 。 .set_float_info_npy2d(field,data)： 设置DMatrix 的 float property 。这里的data 是二维的numpy array
  • 参数：
    • field： 一个字符串，给出了information 的字段名。注：意义未知。
    • data： 一个numpy array，给出了数据集每一个点的float information
• .get_uint_info(field)： 返回DMatrix 的 unsigned integer property 。 .set_unit_info(field,data)： 设置DMatrix 的 unsigned integer property 。
  • 参数：
    • field： 一个字符串，给出了information 的字段名。注：意义未知。
    • data： 一个numpy array， 给出了数据集每个点的uint information
  • 返回值：一个numpy array，表示数据集的unsigned integer information
• .get_label()： 返回一个numpy array，表示DMatrix 的 label 。 .set_label(label)： 设置样本标记。 .set_label_npy2d(label)： 设置样本标记。这里的label 为二维的numpy array
  • 参数： label： 一个序列，表示样本标记
• .get_weight()： 一个numpy array，返回DMatrix 的样本权重。 .set_weight(weight)： 设置样本权重。 .set_weight_npy2d(weight)： 设置样本权重。这里的weight 为二维的numpy array
  • 参数：weight：一个序列，表示样本权重
• .num_col()： 返回DMatrix 的列数
  • 返回值：一个整数，表示特征的数量
• .num_row()： 返回DMatrix 的行数
  • 返回值：一个整数，表示样本的数量
• save_binary(fname,silent=True)： 保存DMatrix 到一个 xgboost buffer 文件中
  • 参数：
    • fname： 一个字符串，表示输出的文件名
    • silent： 一个布尔值。如果为True，则不输出中间信息。
• .set_group(group)： 设置DMatrix 每个组的大小（用于排序任务）
  • 参数：group： 一个序列，给出了每个组的大小
• slice(rindex)： 切分DMaxtrix ，返回一个新的DMatrix。 该新的DMatrix 仅仅包含rindex
  • 参数：rindex： 一个列表，给出了要保留的index
  • 返回值：一个新的DMatrix 对象