Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用xgboost进行分类时如何获得置信区间或预测离散度的度量?
使用xgboost进行分类时如何获得置信区间或预测离散度的度量 例如 如果 xgboost 预测某个事件的概率为 0 9 如何获得该概率的置信度 这种置信度是否也被认为是异方差的 要为 xgboost 模型生成置信区间 您应该训练多个模型
machinelearning
confidenceinterval
xgboost
XGBoostError:[10:10:03] /workspace/src/tree/updater_gpu_hist.cu:1407:gpu_hist 中的异常:NCCL 失败
PROJECT Nvidia 开发者项目 https developer nvidia com blog gradient boosting decision trees xgboost cuda 在 Google Colab 环境中 MY
python
GPU
googlecolaboratory
NVIDIA
xgboost
XGBoostLibraryNotFound:在候选路径中找不到 XGBoost 库,您是否安装了编译器并在根路径中运行了 build.sh?
我在移动 XGBoost 的 python package 目录时遇到这个问题 Traceback most recent call last File setup py line 19 in LIB PATH libpath find l
python
Anaconda
xgboost
XGBoost 产生预测结果和概率
我可能正在文档中查看它 但我想知道 XGBoost 是否有办法生成结果的预测和概率 就我而言 我正在尝试预测多类分类器 如果我能返回Medium 88 那就太好了 分类器 中 预测概率 88 参数 params max depth 3 ob
python
machinelearning
xgboost
Spark-1.6.1 上的 DMLC 的 XGBoost-4j
我正在尝试在 Spark 1 6 1 上使用 DMLC 的 XGBoost 实现 我能够使用 XGBoost 训练我的数据 但在预测方面面临困难 我实际上想以在 Apache Spark mllib 库中完成的方式进行预测 这有助于计算训练
scala
apachespark
Prediction
xgboost
在应用 varImp 函数时使用带插入符号的 xgbTree 方法和目标变量的权重时出现非树模型错误
当我使用 Caret 包中的 train 函数创建模型以使用权重进行梯度提升时 在使用 varImp 函数时出现错误 表示它没有检测到树模型 但当我去掉重量时它就起作用了 下面的代码产生错误 set seed 123 model weigh
Tree
xgboost
rcaret
实现 XGboost 自定义目标函数
我正在尝试使用 XGboost 实现自定义目标函数 在 R 中 但我也使用 python 所以有关 python 的任何反馈也很好 我创建了一个返回梯度和粗麻布的函数 它工作正常 但是当我尝试运行 xgb train 时它不起作用 然后 我
python
r
xgboost
使用 imblearn 管道进行交叉验证之前或之后是否发生过采样?
在对训练数据进行交叉验证以验证我的超参数之前 我已将数据分为训练 测试 我有一个不平衡的数据集 并且想要在每次迭代中执行 SMOTE 过采样 因此我使用以下方法建立了一个管道imblearn 我的理解是 将数据分成k折后应该进行过采样 以防
python3x
scikitlearn
xgboost
imblearn
如何在 OSX 上使用多线程安装 XGBoost
我正在尝试按照指南在我的 mac osx 10 12 1 上安装 xgboosthere http xgboost readthedocs io en latest build html building on osx但我遇到了一些问题 S
c
r
MacOS
xgboost
如果我使用不同数量的核心,XGBoost 会产生相同的结果吗?
我在两台机器上安装了完全相同版本的 XGBoost 0 4 两台机器之间的唯一区别是 RAM 和内核数量 8 与 16 使用完全相同的数据 我无法重现相同的结果 它们略有不同 小数点后第四 第五位 种子保留为默认值 它是高度特定于实现的 但
python
python27
machinelearning
xgboost
Xgboost:bst.best_score、bst.best_iteration 和 bst.best_ntree_limit 有什么区别?
当我使用 xgboost 训练我的数据时2 cates classification problem 我想使用提前停止来获得最佳模型 但我对在预测中使用哪一个模型感到困惑 因为提前停止将返回 3 个不同的选择 例如 我应该使用 preds
python
machinelearning
xgboost
xgboost中的eval_metric和feval有什么区别?
有什么区别feval and eval metric在xgb train中 这两个参数仅用于评估目的 Kaggle 的帖子提供了一些见解 https www kaggle com c prudential life insurance as
r
xgboost
kaggle
如何在使用 GPU 支持编译的 macOS 上安装 Xgboost?
我尝试在过去 3 天的 MacOS Mojave 10 14 6 上安装集成了 GPU 支持的 xgboost 但是没有成功 我尝试了两种方法 pip 安装 xgboost xgboost 安装在这里 并且在没有 GPU 选项的情况下成功运
python
MacOS
GPU
xgboost
使用 xgboost 的 Spark scala sbt 构建失败
build sbt 清理包 给出以下错误 Resolving org fusesource jansi jansi 1 4 warn warn UNRESOLVED DEPENDENCIES warn warn ml dmlc xgboos
scala
apachespark
sbt
xgboost
如何在Anaconda Python(Windows平台)中安装xgboost?
我是一个 Python 新用户 我从以下链接下载了最新的 Anaconda 3 2 4 1 Python 3 5 https www continuum io downloads https www continuum io downloa
python
Windows
Anaconda
xgboost
Mac 上的 python xgboost 安装
我正在尝试在 Mac 上安装 xgboost for Python 3 4 但之后出现以下错误pip3 setup py install File
python
MacOS
installation
xgboost
如何在Python中的多类分类问题上获取每个类的SHAP值
我有以下数据框 import pandas as pd import random import xgboost import shap foo pd DataFrame id 1 2 3 4 5 6 7 8 9 10 var1 rando
python
python3x
machinelearning
xgboost
shap
带 GPU 支持的 XGBoost 安装错误:无法复制“xgboost\lib”:不存在或不是常规文件
类似的非重复帖子 如何在python windows平台 中安装xgboost包 https stackoverflow com questions 33749735 how to install xgboost package in py
python
installation
xgboost
设置 XGBoost 提前停止的 Tol
我正在使用 XGBoost 并提前停止 经过大约 1000 个 epoch 后 模型仍在改进 但改进的幅度非常低 IE clf xgb train params dtrain num boost round num rounds evals
python
machinelearning
xgboost
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
1
2
3
4
5
»