XGBoost類庫使用小結

在XGboost算法原理小結中，我們討論了XGBoost的算法原理，這一片我們討論如何使用XGBoost的Python類庫，以及一些重要參數的意義和調參思路。

本文主要參考了XGBoost的Python文檔?和?XGBoost的參數文檔。

1. XGBoost類庫概述

XGBoost除了支持Python外，也支持R，Java等語言。本文關注于Python的XGBoost類庫，安裝使用"pip install xgboost"即可，目前使用的是XGBoost的0.90版本。XGBoost類庫除了支持決策樹作為弱學習器外，還支持線性分類器，以及帶DropOut的決策樹DART，不過通常情況下，我們使用默認的決策樹弱學習器即可，本文也只會討論使用默認決策樹弱學習器的XGBoost。

XGBoost有2種Python接口風格。一種是XGBoost自帶的原生Python API接口，另一種是sklearn風格的API接口，兩者的實現是基本一樣的，僅僅有細微的API使用的不同，主要體現在參數命名上，以及數據集的初始化上面。

2. XGBoost類庫的基本使用方式

完整示例參見我的

Python

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。