問題タブ [xgboost]

xgboost() を使用しようとしていますが、次のエラーが発生します。

上記のエラーが発生する理由。あらゆる種類の助けをいただければ幸いです。

前もって感謝します！

xgboostパッケージをインストールしようとしています。しかし、私はこのエラーに出くわしました

このコマンドで github からこのパッケージをインストールしようとしています

このガイドに従って xgboost をサポートするマルチスレッドを構築しようとしています。だから私はこぶしを3歩にしました。しかし、私が実行すると：

私はこのメッセージを受け取ります：

私は何を間違っていますか？

システム: Mac OS X 10.10.4

PS この投稿のようにシステム変数を設定しようとしましたが、うまくいきませんでした。

解決済み: Mac でファイル "cstring" が見つかりました。いくつかのバリエーションがありました。folder:/usr/local/Cellar/clang-omp/2015-04-01/libexec/include/c++/v1/ を取り、変数を設定しました。

それは話の終わりではありませんでした。別の間違いが発生しました：

この投稿で解決しました。したがって、次のように Makefile を修正します。

そして、それはうまくいきました。

xgboost をインストールしようとすると失敗します..? バージョンは、Windows およびエンタープライズの Anaconda 2.1.0 (64 ビット) です。続行するにはどうすればよいですか？私はRを使用してきましたが、RStudioからRに新しいパッケージをインストールするのは非常に簡単に思えますが、コマンドウィンドウに移動して実行する必要があるため、スパイダーではそうではなく、この場合は失敗します..

データセットで xgboost モデルをトレーニングしようとしていX-train, X_testます。コード：

しかし、エラーが発生しています:TypeError: 'DMatrix' object is not iterable最後の2行目。

何をする必要がありますか？

編集：np.array意図的にタイプキャストすると、TypeError: iteration over a 0-d array

編集2:DMatrixこの方法で完全に回避すると:watchlist = list(np.append(X_train[mask], np.matrix(y[mask]).transpose(), axis=1))別のエラーが発生します

目的を使用して xgboost モデルをトレーニングしようとしてmulti:softmaxいますが、精度スコアが動かなくなります。

コード：

出力：

イテレーションで eval-merror の変更を反映するには、どのパラメーターを変更する必要がありますか?

編集: eta を 0.01、0.1、0.3、および 1 に変更しようとしましたが、無駄でした。

最近、検証セットのインデックスを指定できるのfoldsパラメータについて知りました。xgb.cv次に、ヘルパー関数xgb.cv.mknfoldが 内で呼び出されxgb.cv、各フォールドの残りのインデックスが、それぞれのフォールドのトレーニング セットのインデックスになります。

質問: xgboost インターフェイスの任意のインターフェイスを介して、トレーニング インデックスと検証インデックスの両方を指定できますか?

私の主な動機は、時系列の相互検証を実行することであり、「非検証」インデックスがトレーニング データとして自動的に割り当てられることを望んでいません。私がやりたいことを説明する例：

現在、foldsパラメーターを使用すると、残りの例を検証セットとして使用せざるを得なくなります。これは、残りのデータがトレーニング データを大幅に上回り、特にトレーニング データとは非常に異なる分布を持つ可能性があるため、推定誤差の分散を大幅に増加させます。以前の折り目。これが私が意味することです：

他のパッケージのソリューションが便利であれば (つまり、オープン ソース コードをこじ開ける必要がない場合)、元の xgboost 実装の効率を無効にしない限り、それらのソリューションを受け入れます。

Mac に Python 3.4 用の xgboost をインストールしようとしていますが、インストール後に次のエラーが発生しますpip3 setup.py install。

詳細出力を取得するために -v オプションを指定して実行すると、エラーは次のようになります。

この問題を解決するにはどうすればよいですか?

ランキングにxgboostを使用しています

私が理解しているように、勾配ブースティングは、学習した決定木の重み付き合計を計算することによって機能します。学習した各ブースターに割り当てられた重みにアクセスするにはどうすればよいですか? トレーニング後に重みを後処理して予測ステップを高速化したかったのですが、個々の重みを取得する方法がわかりません。を使用するdump_model()と、作成されたファイルにさまざまなディシジョン ツリーが表示されますが、重み付けは保存されません。API で、適切な関数が見つかりませんでした。または、収縮パラメータを使用して手動で重みを計算できますetaか?

予測のために XGBoost 手法を試していました。私の従属変数は連続なので、XGBoost を使用して回帰を行っていましたが、さまざまなポータルで利用可能な参照のほとんどは分類用です。使って分かっているのに

回帰を行うことはできますが、他のパラメーターについても明確にする必要があります。誰かが私にそれのRスニペットを提供してくれれば、それは大きな助けになるでしょう.