python – 为什么xgboost.cv和sklearn.cross_val_score给出不同的结果?
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 为什么xgboost.cv和sklearn.cross_val_score给出不同的结果?,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2183字,纯文字阅读大概需要4分钟。
内容图文
![python – 为什么xgboost.cv和sklearn.cross_val_score给出不同的结果?](/upload/InfoBanner/zyjiaocheng/796/71de63c8ab5a41e9b6ebf3975c7419f7.jpg)
我正在尝试在数据集上创建分类器.我第一次使用XGBoost:
import xgboost as xgb
import pandas as pd
import numpy as np
train = pd.read_csv("train_users_processed_onehot.csv")
labels = train["Buy"].map({"Y":1, "N":0})
features = train.drop("Buy", axis=1)
data_dmat = xgb.DMatrix(data=features, label=labels)
params={"max_depth":5, "min_child_weight":2, "eta": 0.1, "subsamples":0.9, "colsample_bytree":0.8, "objective" : "binary:logistic", "eval_metric": "logloss"}
rounds = 180
result = xgb.cv(params=params, dtrain=data_dmat, num_boost_round=rounds, early_stopping_rounds=50, as_pandas=True, seed=23333)
print result
结果是:
test-logloss-mean test-logloss-std train-logloss-mean
0 0.683539 0.000141 0.683407
179 0.622302 0.001504 0.606452
我们可以看到它大约是0.622;
但是当我使用完全相同的参数(我认为)切换到sklearn时,结果是完全不同的.以下是我的代码:
from sklearn.model_selection import cross_val_score
from xgboost.sklearn import XGBClassifier
import pandas as pd
train_dataframe = pd.read_csv("train_users_processed_onehot.csv")
train_labels = train_dataframe["Buy"].map({"Y":1, "N":0})
train_features = train_dataframe.drop("Buy", axis=1)
estimator = XGBClassifier(learning_rate=0.1, n_estimators=190, max_depth=5, min_child_weight=2, objective="binary:logistic", subsample=0.9, colsample_bytree=0.8, seed=23333)
print cross_val_score(estimator, X=train_features, y=train_labels, scoring="neg_log_loss")
结果是:[ – 4.11429976 -2.08675843 -3.27346662],在逆转之后仍然远离0.622.
我把一个断点扔进了cross_val_score,并且看到分类器正在通过尝试预测测试集中的每个元组为负的概率为0.99左右进行疯狂的预测.
我想知道我哪里出错了.有人能帮助我吗?
解决方法:
这个问题有点陈旧,但我今天遇到了问题并弄清楚为什么xgboost.cv和sklearn.model_selection.cross_val_score给出的结果完全不同.
默认情况下,cross_val_score使用KFold或StratifiedKFold,其shuffle参数为False,因此折叠不会从数据中随机拉取.
所以,如果你这样做,那么你应该得到相同的结果,
cross_val_score(estimator, X=train_features, y=train_labels, scoring="neg_log_loss", cv = StratifiedKFold(shuffle=True, random_state=23333))
保持StratifiedKfold中的随机状态并在xgboost.cv中播种相同以获得完全可重现的结果.
内容总结
以上是互联网集市为您收集整理的python – 为什么xgboost.cv和sklearn.cross_val_score给出不同的结果?全部内容,希望文章能够帮你解决python – 为什么xgboost.cv和sklearn.cross_val_score给出不同的结果?所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。