xgboost调用sklearn的交叉验证,并且使用自定义的训练集、验证集进行模型的调参
来源:互联网 发布:excel2010如何编程 编辑:程序博客网 时间:2024/05/16 11:46
一、概述
如果你的预测模型表现得有些不尽如人意,那就用XGBoost吧。XGBoost算法现在已经成为很多数据工程师的重要武器。它是一种十分精致的算法,可以处理各种不规则的数据。 构造一个使用XGBoost的模型十分简单。但是,提高这个模型的表现就有些困难(至少我觉得十分纠结)。这个算法使用了好几个参数。所以为了提高模型的表现,参数的调整十分必要。在解决实际问题的时候,有些问题是很难回答的——你需要调整哪些参数?这些参数要调到什么值,才能达到理想的输出?
有人会说,这个简单哇,直接使用sklearn集成的交叉验证,比如:gridsearchCV等
但是这样我们往往碰见一个问题,就是这个方法自定义的验证集是从你给出的训练集随机分割的,在合理一点就是按照label等比例分割,保证训练集和测试集的label分布一致。但是有时候我们的测试集分割方式可能是按照时间分出来的(特别是在各种机器学习竞赛上),这时候我们为了尽量保证验证集和测试集同分布,也应该使用时间分割,这个时候怎么使用自定义的验证集去调参的问题就摆在了我们面前
话不多说,直接进入正题,实例代码加讲解告诉各位怎么做
二、在gridsearchCV上使用自定义验证集
(1)首先我们要先了解一个sklearn的类
就是下面这个类:
class sklearn.cross_validation.PredefinedSplit(test_fold)
下面是该类的官方示例代码:
这个方法主要的功能就是,传入一个list,list的每个index对应你的数据集的对应样本(如下图传入的X有4行也就是4个样本,所以你传入PredefinedSplit的list也有四个元素,每个元素对应X的每一行样本数据),list中-1对应的样本一定会被分入train,其他如图的0和1对应的样本会被轮流放入train,而另一个对应的样本就放入test,所以下图会有两种切分结果。如果你只有-1和其他一种元素(如1),那么只会得到一种切分,-1对应样本为train,1对应样本为test。
(2)使用自定义验证集去调参
测试样例我们使用目前表现非常优秀的xgboost算法
测试代码如下我们用:(sklearn.cross_validation.PredefinedSplit去作为验证集生成器)
运行结果如下:
三、这里附上xgboost交叉验证调参的完整教程链接
XGBoost参数调优完全指南(附Python代码)英文原文地址:
Complete Guide to Parameter Tuning in XGBoost by Aarshay Jain
XGBoost参数调优完全指南(附Python代码):
原文翻译与校对:工药叉 && 韩小阳
http://blog.csdn.net/han_xiaoyang/article/details/52665396
- xgboost调用sklearn的交叉验证,并且使用自定义的训练集、验证集进行模型的调参
- 在sklearn.model_selection.GridSearchCV中使用自定义验证集进行模型调参
- 用Python进行训练/测试集分割和交叉验证
- 斯坦福大学机器学习笔记——当训练模型性能不好时的措施(假设评估、模型选择和交叉验证集、正则化、学习曲线)
- 机器学习中训练数据集,交叉验证数据集,测试数据集的作用
- 交叉验证的目的
- 交叉验证的理解
- 交叉验证的用处
- Sklearn-CrossValidation交叉验证
- sklearn--交叉验证
- Weka 交叉验证相关类的使用
- hadoop集群使用sklearn进行模型训练
- 使用Django的ModelForm对表单进行自动验证(可自定义验证规则)
- 使用caffe训练并且测试一个自己的模型
- spark PIPELINE 的交叉验证
- sklearn(五)--------交叉验证
- 交叉验证 sklearn.model_selection.cross_val_score
- python sklearn包----------交叉验证
- 编译RT-tests进行Linux实时性测试
- docker网络配置
- Ubuntu下Titan 环境搭建
- Kaggle搭积木式刷分大法: LB 0.11666(排名前15%)
- The Accomodation of Students
- xgboost调用sklearn的交叉验证,并且使用自定义的训练集、验证集进行模型的调参
- Kibana 5.x DevTool常用命令
- mysql中怎么更新某个字段的值为1-200的随机数
- 7. 稀疏矩阵的乘法运算
- CBK商学院:大师并非遥不可及,再走三天而已
- POJ
- oracle 关于锁和v$lock的分析
- c# WPF 代码添加右键菜单
- Visual Studio 2017开发环境的安装