- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
xgb.cv
和 sklearn.model_selection.cross_validate
即使我设置了相同的种子/随机状态并且确保两者都不会产生相同的平均训练/测试误差方法使用相同的折叠。底部的代码可以重现我的问题。 (默认情况下提前停止处于关闭状态)。
我发现这个问题是由 subsample
参数引起的(如果该参数设置为 1,两种方法都会产生相同的结果),但我找不到一种方法使这两种方法在同一个中进行子采样方式。除了如底部代码所示设置seed/random_state之外,我还尝试显式添加:
import random
random.seed(1)
np.random.seed(1)
在我的文件开头,但这也不能解决我的问题。有什么想法吗?
import numpy as np
import xgboost as xgb
from xgboost import XGBClassifier
from sklearn.model_selection import cross_validate, StratifiedKFold
X = np.random.randn(100,20)
y = np.random.randint(0,2,100)
dtrain = xgb.DMatrix(X, label=y)
params = {'eta':0.3,
'max_depth': 4,
'gamma':0.1,
'silent': 1,
'objective': 'binary:logistic',
'seed': 1,
'subsample': 0.8
}
cv_results = xgb.cv(params, dtrain, num_boost_round=99, seed=1,
folds=StratifiedKFold(5, shuffle=False, random_state=1),
early_stopping_rounds=10)
print(cv_results, '\n')
xgbc = XGBClassifier(learning_rate=0.3,
max_depth=4,
gamma=0.1,
silent = 1,
objective = 'binary:logistic',
subsample = 0.8,
random_state = 1,
n_estimators=len(cv_results))
scores = cross_validate(xgbc, X, y,
cv=StratifiedKFold(5, shuffle=False, random_state=1),
return_train_score=True)
print('train-error-mean = {} test-error-mean = {}'.format(
1-scores['train_score'].mean(), 1-scores['test_score'].mean()))
输出:
train-error-mean train-error-std test-error-mean test-error-std
0 0.214981 0.030880 0.519173 0.129533
1 0.140039 0.018552 0.549549 0.034696
2 0.105100 0.017420 0.510501 0.040517
3 0.092474 0.012587 0.450977 0.075866
train-error-mean = 0.06994061572120636 test-error-mean = 0.4706015037593986
子样本设置为 1 时的输出:
train-error-mean train-error-std test-error-mean test-error-std
0 0.180043 0.013266 0.491504 0.093246
1 0.117381 0.021328 0.488070 0.097733
2 0.074972 0.030605 0.530075 0.091446
3 0.044907 0.032232 0.519073 0.130802
4 0.032438 0.021816 0.481027 0.080622
train-error-mean = 0.032438271604938285 test-error-mean = 0.4810275689223057
最佳答案
我确实知道 LGBM 的情况,但从 XGB 代码 ( here ) 的快速代码来看,它似乎有类似的行为,所以我认为答案是相关的。
诀窍在于尽早停止。 native xgb.cv 定义了一次迭代,在 sklearn 中,平均 CV 分数(或类似于平均值的东西,我现在忘记了:))达到稳定水平每个折叠中的交叉验证模型都是独立训练的,因此早期停止发生在不同折叠的不同迭代上。
因此,如果您想获得相同的结果,请禁用提前停止(这是有问题的,因为您可能会过度拟合或拟合不足,而您却没有意识到)。如果您想使用提前停止 - 由于实现的差异,无法获得相同的结果
关于python - 如何控制子采样以使 xgb.cv 和 cross_validate 产生相同的结果?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53460442/
我在 Chrome 上做了一些测试,requestAnimationFrame 产生了 61 fps 而 setTimeOut( callback, 0 ) 产生了 233 fps。 如果一个人想要超
当我调试代码时,我发现 GCC 和 Clang 都为 0.0/0.0 产生 nan,这是我所期望的,但 GCC 产生的 nan 将符号位设置为 1,而Clang 将其设置为 0(如果我没记错的话,与
Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。 想改善这个问题吗?更新问题,以便将其作为on-topic
我在 R Studio 中有一个时间序列。现在我想计算这个系列的log()。我尝试了以下方法: i <- (x-y) ii <- log(i) 但是我得到以下信息:Warning message: I
我有兴趣了解 JavaScript 的内部结构.我试图阅读 SpiderMonkey 的来源和 Rhino但是绕过我的头是相当复杂的。 我问的原因是:为什么像 (![]+[])[+!![]+[]] 生
我们在 Delphi 中使用标准 TWebbrowser 组件,该组件在内部使用 mshtml.dll。另外,我们使用注册表来确保页面使用新的渲染引擎( Web-Browser-Control-Spe
我必须实现一个序列化/反序列化类,并且我正在使用 System.Xml.Serialization 。我有一些IList类型属性并希望在 IList 中序列化解码属于具有特定区域性信息的列表的所有十进
我有一个 Java 应用程序,它读取包含 SQL 查询的 JSON 文件,并使用 JDBC 在数据库上触发它们。 现在我有 5 万个这样的文件,我需要生成 5 万个独立线程来读取每个文件并将它们上传到
我正在尝试将 TensorFlow 入门页面上的示例线性回归程序调整为二次回归。为此,我只是添加了另一个变量并更改了函数。然而,这似乎会导致 NaN 值。这是我的代码: import numpy as
申请后KernelPCA到我的数据并将其传递给分类器 ( SVC ) 我收到以下错误: ValueError: Input contains NaN, infinity or a value too
这背后的想法是,如果我的数据库中存在登录名(正确的用户名+密码),我将重定向到一个页面,并且在进行此身份验证后,他们可以将消息存储在文本文件中。代码非常简单尽管我不确定为什么会收到 IllegalSt
我有一个返回 log10 值的函数。在将它们转换为正常数字时,出现溢出错误。 OverflowError: (34, 'Numerical result out of range') 我检查了日志值,
nosetests 抛出一个 ImportError,尽管我认为这是一个正确配置的 virtualenv。 ==============================================
我是这个网站的新手,所以如果我做错了什么,我提前道歉。当我尝试使用 kivy-garden 的 ScrollLabel 时,它给了我一个错误。基本上我正在尝试创建一个控制台日志,并且我需要能够在文本框
任何人都对 MDSJ 有任何经验?以下输入仅产生 NaN 结果,我不明白为什么。文档非常稀少。 import mdsj.Data; import mdsj.MDSJ; public class MDS
我有一个非常简单的 scala jcuda 程序,它添加了一个非常大的数组。一切都编译和运行得很好,直到我想从我的设备复制超过 4 个字节到主机。当我尝试复制超过 4 个字节时,我收到 CUDA_ER
我正在使用 Hero 组件在两个页面之间创建动画。Hero 组件用于包装一个 Image 小部件(没问题)和一个 Container 小部件(有问题)。 抛出以下溢出错误: ══╡ EXCEPTIO
我无法理解页面 https://developer.mozilla.org/en/JavaScript/Reference/Operators/Special/void 中的这一段: This ope
当在 Angular 中使用不立即触发事件的异步管道时(http 请求或任何有延迟的可观察对象),第一个值为 null为什么会这样?如何避免这种情况? 第一个变化: SimpleChange {
如果一个导入的库生成了一个会 panic 的 goroutine 怎么办?在这种情况下,开发人员无法阻止程序退出。 就像在这段代码中一样,使用延迟恢复调用一个错误的库没有帮助,因为该库正在生成一个 p
我是一名优秀的程序员,十分优秀!