个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
25
4
目前我正在开发一个项目，其目标是找到更有可能购买您的项目的客户。它是一个分类模型(0 & 1)。我已经使用 RF 和 XGB 创建了模型并计算了增益分数(数据不平衡)。不是我超过 80% 的客户覆盖了训练数据的前 3 个十分位数，但当我在验证数据集上运行模型时，它回落到 56-两种模型均为 59%。
假设我有 20 个客户，为了获得更高的准确性，我对它们进行了聚类，现在模型在集群 1 客户上给出了完美的结果，但在集群 2 客户上表现不佳。
任何调整相同的建议。
最佳答案
首先，如果您的训练集和验证集之间存在高精度差异，您的模型可能会出现偏差。您可能需要使用更复杂的模型来进行此训练。
其次，由于数据集不平衡，您可能需要对训练集重新采样。您可以使用欠采样或过采样技术(SMOTE)。
第三，您可能需要使用正确的评估指标，例如精度、召回率、F1。
最后，在训练/验证/测试拆分中，您需要注意数据集的分布。所以你可以使用stratified关键字来处理这个问题。
关于r - 为什么 XGB 模型没有在验证数据集上提供输出，但更适合训练，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59163030/
25
4
0
我已经知道“xgboost.XGBRegressor 是 XGBoost 的 Scikit-Learn Wrapper 接口(interface)。” 但是它们还有什么不同吗？ 最佳答案 xgboos
在 R 中训练 XGBoost 模型后，我会看到一个名为 xgb 的模型对象，它是一个 7 的列表。 当我使用 xgb.save 保存模型，然后使用 xgb.load 重新加载时，我会看到一个似乎“较
我一直在探索 R 中的 xgboost 包，并完成了几个演示和教程，但这仍然让我感到困惑:在使用 xgb.cv 进行交叉之后验证，最优参数如何传递给xgb.train？或者我应该根据xgb.cv的输出
我注意到 Python 中的 XGBoost 有两种可能的实现，如所讨论的 here和 here 当我尝试通过两种可能的实现运行相同的数据集时，我注意到结果不同。 代码 import xgboost
我目前正在尝试寻找 XGBoost 模型的最佳参数。找到最佳参数后，我想使用多个自定义评估指标通过交叉验证评估模型。 假设我想使用以下两个指标:(我想使用不同的指标，但文档中提供了第一个指标，我只想了
背景 我使用 R 构建了一个极限梯度提升 (XGB) 模型 我已使用模型对象对我的测试集进行评分 但是，我无法使用模型对象对我的部署集进行评分 加载 R 库 library(xgboost) libr
我们训练了一个包含两列的 XGB 模型。概括有文。 Security_Flag 有 0 和 1。测试和培训效果很好。现在我们要添加一个新句子(不包含在原始文件中)。只要我们只使用原始文件中的已知单词，
我是 Python 和机器学习的新手。我已经在互联网上搜索了我的问题并尝试了人们建议的解决方案，但仍然没有得到它。如果有人可以帮助我，我将不胜感激。 我正在开发我的第一个 XGboost 模型。我已经
我正在尝试使用插入符号库调整 xgboost 的超参数来解决分类问题，由于我的数据集中有很多因素，并且 xgboost 喜欢将数据作为数字，所以我使用特征哈希创建了一个虚拟行，但是当我得到运行插入符列
我这里有一个示例代码。 data(agaricus.train, package='xgboost') train <- agaricus.train bst <- xgboost(data = tr
目前我正在开发一个项目，其目标是找到更有可能购买您的项目的客户。它是一个分类模型(0 & 1)。我已经使用 RF 和 XGB 创建了模型并计算了增益分数(数据不平衡)。不是我超过 80% 的客户覆盖了
我正在使用 Python 3.5 和 XGBoost 的 python 实现，版本 0.6 我在 Python 中构建了一个前向特征选择例程，它迭代地构建最佳特征集(导致最好的分数，这里的度量是二元分
我画了如下图 import matplotlib.pylab as plt %matplotlib inline from matplotlib.pylab import rcParams .....
当我尝试使用以下代码时出现以下错误。 ******代码****** importance = bst.get_fscore(fmap='xgb.fmap') importance =
xgb.fi() 是一个与 xgboost 配合使用以检测变量之间的相互作用的新函数。 文档可在此处找到:https://rdrr.io/github/RSimran/RXGBfi/man/xgb.f
我正在尝试在 Python 上使用 xgboost。 这是我的代码。 xgb.train 有效，但我在使用 xgb.cv 时出错尽管我似乎以正确的方式使用它。 以下对我有用: ###### XGBOO
我在数据 block 上绘制 Xgboost 决策树时遇到问题。XGboost 是为 python 安装的，这使得在此环境中工作时有些奇怪。 import xgboost as xgb from xg
xgb.train 是用于在 Python 中训练 xgboost 模型的低级 API。 当我使用 XGBClassifier 时，它是一个包装器并调用 xgb.train训练模型后，我可以打印 XG
从树解释器的 .shap_values(some_data) 返回的 SHAP 值为 XGB 和随机森林提供不同的维度/结果。我试过研究它，但似乎无法在 Slundberg(SHAP dude)的任何
我正在读 xgb notebook示例中的 xgb.plot.tree 命令会生成如下图片: 但是，当我做同样的事情时，我得到了这样的图片，它是两个单独的图表，而且颜色也不同。 这正常吗？这两个图是两
我是一名优秀的程序员,十分优秀！