我已经安装了 XGBoost。 这些是执行以下操作时显示的参数: 打印(xgboost.XGBClassifier())
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=3,
min_child_weight=1, missing=None, n_estimators=100, nthread=-1,
objective='binary:logistic', reg_alpha=0, reg_lambda=1,
scale_pos_weight=1, seed=0, silent=True, subsample=1)
但在文档中Scikit-Learn API ，出现“booster”参数”，为什么我没有？
Scikit-Learn API
Scikit-Learn Wrapper interface for XGBoost.
class xgboost.XGBRegressor(max_depth=3, learning_rate=0.1,
n_estimators=100, silent=True, objective='reg:linear',
**booster='gbtree'**, nthread=-1, gamma=0, min_child_weight=1,
max_delta_step=0, subsample=1, colsample_bytree=1, colsample_bylevel=1,
reg_alpha=0, reg_lambda=1, scale_pos_weight=1, base_score=0.5, seed=0,
missing=None)
编辑
这就是我得到的:
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-63-26499cfcb8f8> in <module>()
18 #Inicio de Cross-validation
19 clf = Pipeline([('rcl', RobustScaler()),
---> 20 ('clf', xgboost.XGBClassifier(booster='gbtree', objective='multi:softmax', seed=0, nthread=-1))])
21 ##############4 epoch x sujeto###########
22 print("4 epoch x sujeto en test_size")
TypeError: __init__() got an unexpected keyword argument 'booster'
最佳答案
恕我直言，这是一个严重的不一致，您应该为此提出一个问题。
但是 XGB python 类或多或少是围绕这样一个事实而设计的:您可以通过 train 方法在包中设置参数。
因此，您实际上可以通过以下方式提供 booster 方法:
clf = xgb.XGBClassifier()
params = {"booster" : "gbtree"}
xgb.train(params, ...)
关于python - 为什么XGBoost安装中没有booster参数，而文档中却有？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44074078/