python - 将 XGBClassifier 模型转储到文本中

Question

我使用 XGBBoost 训练了一个多标签分类模型，并想在另一个系统中对该模型进行编码。

是否可以在 XGB Booster 中将我的 XGBClassifier 模型的文本输出视为 dump_model。

编辑:我发现 model._Booster.dump_model(outputfile) 返回一个转储文件，如下所示。但是，没有指定类的内容。在我的模型中，有 10 个类，但是在转储文件中只有一个助推器。所以，我不确定它是所有类的模型还是其中一个类的模型。

booster[0]:
0:[101<0.142245024] yes=1,no=2,missing=1
    1:[107<0.102833837] yes=3,no=4,missing=3
        3:[101<0.039123565] yes=7,no=8,missing=7
            7:leaf=-0.0142603116
            8:leaf=0.023763923
        4:[101<0.0646461397] yes=9,no=10,missing=9
            9:leaf=-0.0345750563
            10:leaf=-0.0135767004
    2:[107<0.238691002] yes=5,no=6,missing=5
        5:[103<0.0775454491] yes=11,no=12,missing=11
            11:leaf=0.188941464
            12:leaf=0.0651629418
        6:[101<0.999929309] yes=13,no=14,missing=13
            13:leaf=0.00403384864
            14:leaf=0.236842111
booster[1]:
0:[102<0.014829753] yes=1,no=2,missing=1
    1:[102<0.00999682024] yes=3,no=4,missing=3
        3:[107<0.0966737345] yes=7,no=8,missing=7
            7:leaf=-0.0387153365
            8:leaf=-0.0486520194
        4:[107<0.0922582299] yes=9,no=10,missing=9
            9:leaf=0.0301927216
            10:leaf=-0.0284226239
    2:[102<0.199759275] yes=5,no=6,missing=5
        5:[107<0.12201979] yes=11,no=12,missing=11
            11:leaf=0.093562685
            12:leaf=0.0127987256
        6:[107<0.298737913] yes=13,no=14,missing=13
            13:leaf=0.227570012
            14:leaf=0.113037519

Answer 1

查看样本数据集的源代码和输出，看起来第 n 树估计给定实例属于类 n 模 num_class 的可能性。我相信 xgboost 使用 softmax 函数，因此您需要将树 i 的输出添加到 weight[i%10] 中，然后对生成的权重进行 softmax。

假设您有一个函数 booster_output(features, booster_index) 可以确定给定特征值的第 n 个助推器树的输出，这样的事情应该可行:

import numpy as np

num_class = 10
num_boosters = 800
weight_of_classes = [0]*num_class
for i in range(num_boosters):
    weight_of_classes[i%6] += booster_output(feature_values, i)


def softmax(x):
        e_x = np.exp(x - np.max(x))
        return e_x / e_x.sum()

probability_of_classes = softmax(weight_of_classes)
print(probability_of_classes)