unterschiedlich zwischen original xgboost und sklearn XGBClassifier

Question

unterschiedlich zwischen original xgboost und sklearn XGBClassifier

8

Ich verwende die xgboots sklearn-Schnittstelle unten, um ein xgb-Modell-1 zu erstellen und zu trainieren.

%Vor%

Und das xgboost-Modell kann von original xgboost als Modell-2 erstellt werden:

%Vor%

Ich denke, dass alle Parameter zwischen Modell-1 und Modell-2 identisch sind. Der Validierungswert ist jedoch unterschiedlich. Gibt es einen Unterschied zwischen Model-1 und Model-2?

python scikit-learn xgboost

ybdesire 21.06.2016, 11:38

quelle

2 Antworten

Tags und Links python scikit-learn xgboost

Django: Verwenden von Annotate, Count und Distinct in einem Queryset Null-Zeiger-Ausnahme in Kamera-Absicht, wenn ich eine Drittanbieter-Kamera-Anwendung auswähle

score 3 · Answer 1

Wie ich es verstehe, gibt es viele Unterschiede zwischen den Standardparametern in xgb und in seiner sklearn-Schnittstelle. Zum Beispiel: default xgb hat eta = 0.3, während der andere eta = 0.1 hat. Sie können hier mehr über die Standardparameter der einzelnen Geräte sehen:

Ссылка Ссылка

score 1 · Answer 2

Die Ergebnisse sollten identisch sein, da XGBClassifier nur eine Schnittstelle von sklearn ist, die am Ende die xgb -Bibliothek aufruft.

Sie können versuchen, beiden Methoden den gleichen seed hinzuzufügen, um dieselben Ergebnisse zu erhalten. Zum Beispiel in der Schnittstelle von sklearn :

%Vor%