您好, 欢迎来到 !    登录 | 注册 | | 设为首页 | 收藏本站

如何使用Scikit-Learn包装器获得XGBoost和XGBoost的预测以进行匹配?

如何使用Scikit-Learn包装器获得XGBoost和XGBoost的预测以进行匹配?

请在这里这个答案

xgboost.trainxgboost.XGBRegressor接受时将忽略参数n_estimators 。在xgboost.train中,增强迭代(即n_estimators)由num_boost_round(认值:10)控制

建议n_estimators从提供给xgb.train它的参数中删除并替换为num_boost_round

因此,像这样更改您的参数:

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

像这样训练xgb.train:

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

您将获得相同的结果。

或者,保持xgb.train不变,并像这样更改XGBRegressor:

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

然后,您也将获得相同的结果。

其他 2022/1/1 18:27:14 有438人围观

撰写回答


你尚未登录,登录后可以

和开发者交流问题的细节

关注并接收问题和回答的更新提醒

参与内容的编辑和改进,让解决方法与时俱进

请先登录

推荐问题


联系我
置顶