Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
如何在 PySpark Pipeline 中使用 XGboost
我想更新我的 pyspark 代码 在pyspark中 它必须将基础模型放入管道中 即办公室演示 http spark apache org docs latest ml pipeline html管道使用逻辑回归作为基本模型 但是 似乎无
apachespark
PySpark
apachesparkmllib
xgboost
apachesparkml
gcc 通过 homebrew 没有 --without-multilib 选项
我想在 Python 3 5 中安装 xgboost 这个需要gcc支持 fopenmp选项 默认gcc不支持 所以我正在使用 brew install gcc without multilib 但我得到Warning gcc this f
MacOS
python3x
gcc
Anaconda
xgboost
如何恢复 XGBoost 特征重要性图中的原始特征名称(预处理删除它们后)?
在训练 XGBoost 模型之前对训练数据进行预处理 例如居中或缩放 可能会导致特征名称丢失 SO 上的大多数答案建议以不会丢失特征名称的方式训练模型 例如在数据框列上使用 pd get dummies 我使用预处理数据训练了 XGBoos
python
pandas
DataFrame
xgboost
datapreprocessing
Lime的R版本可以用count:poisson目标函数解释xgboost模型吗?
我使用 xgb train 和 count poisson 目标函数生成了一个模型 在尝试创建解释器时出现以下错误 Error Unsupported model type 当我用其他东西 例如 reg logistic 替换目标时 Lim
r
xgboost
lime
将 xgboost.Booster 类转换为 XGBRegressor 或从 xgboost.Booster 加载 XGBRegressor
我从 Sagemaker 获得了一个模型 其类型为
python
xgboost
amazonsagemaker
XGBRegressor
与 xgboost 并行线程?
根据其文档 xgboost 有一个 n jobs 参数 但是 当我尝试设置 n jobs 时 出现此错误 TypeError init got an unexpected keyword argument n jobs 其他一些参数 如 r
python
machinelearning
xgboost
R - 检测到非树模型!此功能只能与树模型一起使用
我是 R 新手 当我尝试跑步时xgb importance 我得到这个 Error in xgb model dt tree feature names feature names text text Non tree model dete
r
xgboost
如何使用经过训练的 XGB 分类模型预测新数据行?
我训练了一个模型并得到了不错的 auc 现在 我想预测全新的数据 但我不知道如何做 有人可以帮忙吗 fit model no training data model XGBClassifier model fit X train y tra
python
machinelearning
xgboost
xgboost 的 github 存储库中的自定义目标函数示例脚本中如何计算对数损失的梯度和粗麻布?
我想了解对数损失函数的梯度和粗麻布是如何计算的xgboost 示例脚本 https raw githubusercontent com dmlc xgboost master demo guide python custom objecti
NumPy
machinelearning
Entropy
derivative
xgboost
在 Mac 上安装 xgboost - ld: 未找到库
我正在尝试在我的 Mac 上安装支持 OpenMP 的 xgboost 我安装了gcc没有问题 brew install gcc without multilib 然后克隆 git 存储库 git clone recursive https
xcode
MacOS
makefile
Clang
xgboost
无法在 Windows 7 上安装支持 GPU 的 R XGBoost
我尝试在 Windows 7 上的 R 中安装具有 GPU 支持的 XGBoost 我按照此处的安装指南进行操作 http xgboost readthedocs io en latest build html installing r p
r
installation
xgboost
基于 F1 的自定义评估函数,用于 xgboost - Python API
我编写了以下自定义评估函数与 xgboost 一起使用 以优化 F1 不幸的是 当使用 xgboost 运行时它会返回异常 评价函数如下 def F1 eval preds labels t np arange 0 1 0 005 f np
python36
xgboost
evaluationfunction
如何实施xgboost增量训练?
问题是由于列车数据大小 我的列车数据无法放入 RAM 中 所以我需要一种方法 首先在整个训练数据集上构建一棵树 计算残差构建另一棵树等等 就像梯度提升树一样 显然如果我打电话model xgb train param batch dtrai
python
machinelearning
xgboost
通过 gcc-6 在 OSX Sierra 上安装时,继续出现“FATAL:/opt/local/bin/../libexec/as/x86_64/as: I don't Understanding 'm' flag!”错误
环境信息 操作系统 macOS 10 12 2 16C68 编译器 海湾合作委员会 6 重现步骤 我已经安装了 gcc 6 并根据需要修改了 config mk 到 export CC gcc 6 export CXX g 6 但一直出现这
c
xcode
gcc
xgboost
xgboost中的访问训练和评估错误
我开始使用Pythonxgboost后勤 有没有办法在每个训练时期获得训练和验证错误 我在其中找不到一个文档 https xgboost readthedocs org en latest python index html content
python
machinelearning
xgboost
如何从保存的 XGBoost 模型获取参数
我正在尝试使用以下参数训练 XGBoost 模型 xgb params objective binary logistic eval metric auc lambda 0 8 alpha 0 4 max depth 10 max delt
python
xgboost
使用 xgboost 分类器进行多类分类?
我正在尝试使用 xgboost 进行多类分类 并使用此代码构建了它 clf xgb XGBClassifier max depth 7 n estimators 1000 clf fit byte train y train train1
python
machinelearning
scikitlearn
xgboost
xgboost.plot_tree:二元特征解释
我构建了一个 XGBoost 模型并试图检查各个估计器 作为参考 这是一个具有离散和连续输入特征的二元分类任务 输入特征矩阵是scipy sparse csr matrix 然而 当我去检查单个估计器时 我发现很难解释二进制输入特征 例如f
python
machinelearning
xgboost
XGBoost 和稀疏矩阵
我正在尝试使用 xgboost 来运行 using python 分类问题 其中我的数据位于numpy 矩阵 X 行 观察值 列 特征 和 a 中的标签numpy 数组 y 因为我的数据很稀疏 所以我想让它使用 X 的稀疏版本运行 但似乎在
python
NumPy
scipy
sparsematrix
xgboost
加载 XGBoost 模型:ModuleNotFoundError:没有名为“sklearn.preprocessing._label”的模块
我在使用以下代码加载预训练的 xgboost 模型时遇到问题 xgb model pickle load open churnfinalunscaled pickle dat rb 当我这样做时 我收到以下错误 ModuleNotFound
pickle
xgboost
«
1
2
3
4
5
»