![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
XGboost
CristinaM
这个作者很懒,什么都没留下…
展开
-
利用Shap解释Xgboost(或者别的)模型
Shap的一些介绍:SHAP包算法解析shap的中文解析知乎的翻译ps,sklearn库的模型可以用lime模块解析本文参考利用SHAP解释Xgboost模型数据集原创 2019-12-07 16:33:07 · 12319 阅读 · 5 评论 -
宝可梦数据集的练习(数据和特征的分析)
不想干正事练习点别的。来自kaggle项目:Visualizing Pokémon Stats with SeabornEDA-Pokemon目录Part1: 探索性数据分析:1)特征分析.2)发现特征间的关系和趋势Part2: 特征工程和数据清洗:1)移除多余的特征2)数据类型的转换Part3: 预测模型1)基本算法2)交叉验证3)集成算法4)重要特征抽取Par...原创 2019-11-27 22:16:30 · 5016 阅读 · 0 评论 -
使用 Hyperopt 对Xgboost进行参数调优(自己踩坑)
主要参考:https://www.jianshu.com/p/35eed1567463什么是超参数?超参数是无法通过算法学习得到参数;超参数需要人为预先设置,而每组超参数会产生结构不同的模型;超参数需要一定的调整去适应不同的应用场景;选择参数的方法网格搜索尝试检查每种可能的参数组合,当有一种组合优化了你的标准时(比如损失函数达到最小值),就停止搜索。随机搜索随机检查超参数空间,...原创 2019-11-23 18:43:44 · 2616 阅读 · 2 评论 -
使用Xgboost自带的读取格式DMatrix()
参考:https://cloud.tencent.com/developer/article/1466793可以接受的格式:·LibSVM文本格式文件·逗号分隔值(CSV)文件·NumPy 2D阵列·SciPy 2D稀疏阵列·DataFrame数据框·XGBoost二进制缓冲区文件需要注意的是:XGBoost不支持分类功能; 如果您的数据包含分类功能,请先将其加载为NumPy阵列...原创 2019-11-23 17:11:32 · 24525 阅读 · 0 评论 -
XGboost调参_自己练习
主要参考:https://blog.csdn.net/kicilove/article/details/78413112#comments开始:导入库,加载数据import pandas as pdimport numpy as npimport xgboost as xgbfrom xgboost.sklearn import XGBClassifierfrom sklearn ...原创 2019-11-18 11:27:23 · 597 阅读 · 0 评论 -
xgboost答疑解惑
source:https://www.jianshu.com/p/1083b6feb576两种调用方式自身接口类似sklearn的接口三种接口的调用方式见:添加链接描述转载 2019-11-14 20:41:52 · 447 阅读 · 1 评论 -
XGBoost调参基本流程
source:http://rongzijing.win/index.php/archives/133/1.模型评估(重点看一下)主要评估指标包括:开发的模型评估模块:支持输出ROC曲线,AP曲线以及特征重要度柱状图等.生成的特征重要度柱状图,可以看到不同特征的权重,排名越高说明该特征对决策影响越大。此外,评估特征好坏还有一个小trick,即观察该柱状图的边界是否平滑,这个弧线越平滑,说明...原创 2019-11-14 11:21:48 · 627 阅读 · 0 评论 -
XGboost的多分类入门
多分类情况下的参数:xgb_params = { 'learning_rate': 0.1, # 步长 'n_estimators':100, 'max_depth': 6, # 树的最大深度 'objective': 'multi:softprob', 'num_class': 3, 'min_child_weight': 1, # 决...原创 2019-11-14 11:22:18 · 1018 阅读 · 0 评论 -
XGboost-网格调参法(转载与测试)
一、原理一篇好文:https://www.jianshu.com/p/7467e616f227二、网格调参用xgboost既可以用来做二分类、多分类,也可以用来做回归预测数值,除了特征之外,影响模型的是如何调参了,一般是按一定的步骤、网格搜索最优参数,如下两篇文章一个是用来分类,一个是用来预测数值的案例,并且详细给出了调参的步骤和代码:https://blog.csdn.net/han_...原创 2019-11-14 11:22:25 · 1905 阅读 · 0 评论