原始xgboost (Learning API)和sklearn XGBClassifier (Scikit-Learn API)的区别

Question

我使用下面的xgboot sklearn接口来创建和训练xgb model-1。

clf = xgb.XGBClassifier(n_estimators = 100, objective= 'binary:logistic',)
clf.fit(x_train, y_train,  early_stopping_rounds=10, eval_metric="auc", 
    eval_set=[(x_valid, y_valid)])

xgboost模型可以由原始的xgboost创建，如下面的model-2所示：

param = {}
param['objective'] = 'binary:logistic'
param['eval_metric'] = "auc"
num_rounds = 100
xgtrain = xgb.DMatrix(x_train, label=y_train)
xgval = xgb.DMatrix(x_valid, label=y_valid)
watchlist = [(xgtrain, 'train'),(xgval, 'val')]
model = xgb.train(plst, xgtrain, num_rounds, watchlist, early_stopping_rounds=10)

我认为模型1和模型2之间的所有参数都是相同的。但是验证分数是不同的。模型1和模型2之间有什么区别吗？

Answer 1

据我所知，xgb中的默认参数和sklearn界面中的默认参数有很多不同之处。例如:默认的xgb有eta=0.3，而另一个有eta=0.1。您可以在此处查看有关每个实现的默认参数的更多信息：

https://github.com/dmlc/xgboost/blob/master/doc/parameter.md http://xgboost.readthedocs.io/en/latest/python/python_api.html#module-xgboost.sklearn

Answer 2

结果应该是相同的，因为XGBClassifier只是一个sklearn的接口，它最终调用xgb库。

您可以尝试将相同的seed添加到这两种方法，以获得相同的结果。例如，在sklearn的界面中：

clf = xgb.XGBClassifier(n_estimators = 100, objective= 'binary:logistic',seed=1234)

Answer 3

在我的例子中，我在sklearn中给出了XGVRegressor的n_esetimators的10，它代表了原始xgboost的num_boost_round，两者显示了相同的结果，虽然是线性回归。其他参数设置为默认值。

#1
param = {
    'objective': 'reg:squarederror'
}
bst = xgb.train(param, dtrain)

#2
sk_xgb = xgb.XGBRegressor(objective="reg:squarederror", n_estimators=10)

# #1 and #2 result same

我的环境是xgboost1.3.0和scikit-learn 0.24.1 on conda 4.9.2。

试试看。