xgboost 使用reg:linear进行回归预测后,是否可以获得相关的回归方程。
1条回答 默认 最新
关注 - 这篇博客: 【机器学习与算法】python手写算法:xgboost源码复现中的 1、目标函数:linear 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
目标函数:1/2 *(y_hat - y) ** 2
一阶导数(grad):y_hat - y
二阶导数(hess):1#INPUT X = df[[x for x in df.columns if x!='y']] Y = df['y'] xgb = XGB(n_estimators=2, max_depth=2, reg_lambda=1, min_child_weight=1, objective='linear') xgb.fit(X,Y) #OUTPUT: fitting tree 1... tree 1 fit done! fitting tree 2... tree 2 fit done! {1: {('V2', 0.166474): {('left', -0.46125265392781317): {('V4', 0.30840057): {('left', -0.4622741764080765): None, ('right', 0.25): None}}, ('right', -0.32500000000000001): {('V3', 0.07025362056365991): {('left', -0.36363636363636365): None, ('right', 0.083333333333333329): None}}}}, 2: {('V2', 0.166474): {('left', -0.41514992294866337): {('V4', 0.30840057): {('left', -0.41609588460960778): None, ('right', 0.23749999999999999): None}}, ('right', -0.29296717171717179): {('V3', 0.07025362056365991): {('left', -0.32793388429752085): None, ('right', 0.076388888888888909): None}}}}}
这里我们指定训练一个两棵树,每棵树深度为2的XGBooster,L2正则项系数指定为1,min_child_weight指定为1,其它用默认参数。
OUTPUT中以json串的形式输出了这两颗树的结构及叶子权重,不太方便看,我们把第一课树重画成树结构,如下图:
接下来我们来调用一下xgboost包,在同样的数据集上,设定同样的参数,来训练一下,并通过自带的plot_tree函数画出它的第一棵树来对比一下:from xgboost import XGBClassifier as xx clf = xx(n_estimators=2, max_depth=2, objective = 'reg:linear',min_child_weight=1, learning_rate=0.1) clf.fit(X,Y) from xgboost import plot_tree import matplotlib.pyplot as plt import os os.environ["PATH"] += os.pathsep + 'D:/Program Files/graphviz/bin/' plot_tree(clf, num_trees=0) fig = plt.gcf() fig.set_size_inches(100, 50) plt.show()
嗯,一个是分裂点有点有点差异,这是因为我们的程序里直接选取了变量里面的原值作为分裂点;而xgboost包里计算了相邻两个值的中间值,但分出来的样本数量是一样的;二是每个叶子节点的权重都小了10倍,这是因为xgboost画树的时候,把learning_rate也给乘上去了,我们设定的learning_rate就是0.1。
再来对比一下predict的结果:#python代码结果 #INPUT: xgb.predict_raw(X).head() #OUTUT: 0 0.412163 1 0.412163 2 0.412163 3 0.412163 4 0.412163 dtype: float64 #xgboost包结果: #INPUT: y_p2 = clf.predict_proba(X) y_p2[:5] #OUTPUT: array([[ 0.58783698, 0.41216299], [ 0.58783698, 0.41216299], [ 0.58783698, 0.41216299], [ 0.58783698, 0.41216299], [ 0.58783698, 0.41216299]], dtype=float32)
嗯,也是一样的。
解决 无用评论 打赏 举报- 这篇博客: 【机器学习与算法】python手写算法:xgboost源码复现中的 1、目标函数:linear 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
悬赏问题
- ¥15 求视频摘要youtube和ovp数据集
- ¥15 怎么改成输入一个要删除的数后现实剩余的数再输入一个删除的数再现实剩余的数用yes表示继续no结束程序
- ¥15 在启动roslaunch时出现如下问题
- ¥15 汇编语言实现加减法计算器的功能
- ¥20 关于多单片机模块化的一些问题
- ¥30 seata使用出现报错,其他服务找不到seata
- ¥35 引用csv数据文件(4列1800行),通过高斯-赛德尔法拟合曲线,在选取(每五十点取1点)数据,求该数据点的曲率中心。
- ¥20 程序只发送0X01,串口助手显示不正确,配置看了没有问题115200-8-1-no,如何解决?
- ¥15 Google speech command 数据集获取
- ¥15 vue3+element-plus页面崩溃