回答情况：
提问时间：
问题标签：
as MSEfrom math import sqrtimport numpy as np
xg_reg = xgb.XGBRegressor
浏览 0修改于2020-07-09得票数 4
回答已采纳
我使用python的XGBRegressor和R的xgb.train，在相同的数据集中具有相同的参数，并且得到不同的预测。我知道XGBRegressor使用'gbtree‘，我在R中做了适当的比较，但是，我仍然得到了不同的结果。在如何区分2和/或找到R与python的XGBRegressor的等价性方面，有人能引导我朝正确的方向前进吗？
抱歉，如果这是个愚蠢的问题，谢谢。
浏览 5提问于2017-03-15得票数 2
回答已采纳
我正在尝试使用spyder和python运行xgboost，但是我一直收到以下错误：以下是代码：
File "<ipython-input-33-d257a9a2a5d8>
浏览 21修改于2018-10-03得票数 4
我试图理解xgboost.XGBRegressor和xgboost.sklearn.XGBClassifier之间的区别。#clf = xgboost.sklearn.XGBClassifier(alpha=c)
当clf = xgboost.sklearn.XGBClassifier(alpha=c)时模型pr评分: 0.303
时clf = xgb
浏览 0修改于2022-02-16得票数 5
import KFold, GridSearchCVfrom xgboost import XGBRegressorcv_params = {'cv': kf, 'scoring': 'r2', 'n_jobs': 4, 'verbose': 1}
xgb = XGBRegressor</e
浏览 4提问于2016-12-16得票数 5
plt.barh(boston.feature_names, xgb.feature_importances_)xgb_reg = xgb.XGBRegressor()
xgb_reg.
浏览 25修改于2022-05-03得票数 0
回答已采纳
我想在XGBRegressor中将损失函数定义为分位数损失(弹球损失)。我建立了这样的模型 # (a) Modeling
model = XGBRegressor
浏览 2提问于2021-01-06得票数 0
回答已采纳
我用的是XGBRegressor和管道。管道包含预处理步骤和模型(XGBRegressor).。
以下是完整的预处理步骤。
浏览 1修改于2019-09-27得票数 5
回答已采纳
我试图通过XGBRegressor()执行特性选择(用于回归任务)。如果XGBoost的方法plot_importance()与XGBRegressor()一起使用时是可靠的
浏览 6提问于2017-06-22得票数 0
回答已采纳
学习GridSearchCV用于XGBRegressor模型的超参数调整。与XGBRegressor()中的指定XGBRegressor()、.fit()中指定的得分值无关，GridSearchCV生成相同的分数值。boston['data']
folds = list(kf.split(X))
-------------------
浏览 5提问于2020-02-28得票数 3
回答已采纳
regressor = xgb.XGBRegressor() 'max_depth' :[3,4,5]reg_lambda':[0, 1.0, 10.0],} optimal_params = GridSearchCV(estimator = xgb.XGBRegressor
浏览 46修改于2021-08-04得票数 0
我正在使用以下MultiOutputRegressor： from xgboost import XGBRegressorestimator = XGBRegressor( )
# Definemy_model = MultiOutputRegressor(estimator = estimator, n_job
浏览 182提问于2021-03-25得票数 1
回答已采纳
我尝试在Python API中使用XGBRegressor的score方法，结果返回0.917。我期望这是回归的r2分数。
浏览 4修改于2018-01-31得票数 2
回答已采纳
'max_depth': [3,5,7], 'eval_metric': 'logloss'
model_xgb = xgb.XGBRegressor
浏览 90提问于2021-01-10得票数 0
我已经使用sklearn界面训练了XGBRegressor模型。相关代码如下： xgb_regressor = XGBRegressor(objective='reg:regressor, open(fname, "wb" ))
# I currently have XGBRegressor我目前的解决方法是按如下方
浏览 4提问于2017-07-31得票数 2
我正在使用scklearn wrapper的XGBRegressor来创建xgboost模型。如果不是，使用的是什么助推器？
浏览 0提问于2016-11-15得票数 0
我使用xgboost的XGBRegressor编写了以下代码regressor= XGBRegressor(n_estimators=1, verbose=3, n_jobs=1, objective='reg:squarederror')
regressor.fit(X_train在这里，可以找到应该通过XGBRegressor构造函数的kwargs参数传递的X
浏览 0修改于2019-07-22得票数 0
下面是一个最小的代码示例：import pandas as pddf = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))model.fit(df[['
浏览 0提问于2017-09-17得票数 1
我正在寻找使用XGBRegressor使用HalvingGridSearchCV的最佳超参数。以下是代码：
base_estimator = XGBRegressor(seed=1234,use_label_encoder=False,base_score=0.5,max_delta_step=
浏览 5提问于2021-09-03得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号