Pandalar Veri Çerçevesi - DMatrix

Scikit öğrenmek xgboost çalıştırmak çalışıyorum. Ve ben sadece veri çerçevesine veri yüklemek için Pandalar kullanın. Nasıl xgboost ile pandalar df kullanmak gerekiyordu. Ben xgboost algo çalıştırmak için gerekli DMatrix rutin karıştı.

Sen dataframe en kullanabilirsiniz .valuesihtiyaç duyduğunuz sütunları manipüle kez erişim ham verilere yöntemi.

Örneğin

train = pd.read_csv("train.csv")
target = train['target']
train = train.drop(['ID','target'],axis=1)
test = pd.read_csv("test.csv")
test = test.drop(['ID'],axis=1)

xgtrain = xgb.DMatrix(train.values, target.values)
xgtest = xgb.DMatrix(test.values)

Açıkçası hangi sütunları bıraktığınızı değiştirmeniz veya egzersiz hedefi olarak kullanmanız gerekebilir. Yukarıdakiler bir Kaggle yarışması içindi, bu yüzden için hedef veri yoktu xgtest(organizatörler tarafından tutulur).

pandas_mlXGBoost'u destekleyen bir kütüphane var, muhtemelen bu iş akışını basitleştirecek bazı iyi haberler var .

http://pandas-ml.readthedocs.io/en/latest/xgboost.html

Artık Pandas DataFrames'i doğrudan XGBoost ile kullanabilirsiniz. Kesinlikle xgboost 0.81 ile çalışır.

Örneğin, burada X_train, X_val, y_train ve y_val DataFrames'tir:

import xgboost as xgb

mod = xgb.XGBRegressor(
    gamma=1,                 
    learning_rate=0.01,
    max_depth=3,
    n_estimators=10000,                                                                    
    subsample=0.8,
    random_state=34
) 

mod.fit(X_train, y_train)
predictions = mod.predict(X_val)
rmse = sqrt(mean_squared_error(y_val, predictions))
print("score: {0:,.0f}".format(rmse))