Question

我正在阅读the documentation for XGBoost，特别是创建CSR / CSC格式的DMatrix。文档不是很有帮助：

To load sparse matrix in CSR/CSC format is a little complicated, 
the usage is like : suppose a sparse matrix : 1 0 2 0 4 0 0 3 3 1 2 0

目前尚不清楚上述假设是什么意思，也不清楚这是如何映射到标准耶鲁格式A, IA, JA向量的。所以我尝试从Agaricus测试数据集（以libSVM格式）加载第一行

0 1:1 9:1 19:1 21:1 24:1 34:1 36:1 39:1 42:1 53:1 56:1 65:1 69:1 77:1 86:1 88:1 92:1 95:1 102:1 106:1 117:1 122:1

我按如下方式创建了一个DMatrix：

DMatrix dMatrix = new DMatrix(new long[] {0}, 
   new int[] {1, 9, 19, 21, 24, 34, 36, 39, 42, 53, 56, 65, 69, 77, 86, 88, 92, 95, 102, 106, 117, 122}, 
   new float[] {1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f},
   DMatrix.SparseType.CSC, 1);

但这并没有给出任何明智的答案，应该是4.941254E-4，但它给出了0.5。

我在这里做错了什么，以及如何以稀疏DMatrix的形式向XGBoost呈现单行？

Answer 1

回答我自己的问题：

这将有效：

DMatrix dMatrix = new DMatrix(new long[] {0, 22},
    new int[] {1, 9, 19, 21, 24, 34, 36, 39, 42, 53, 56, 65, 69, 77, 86, 88, 92, 95, 102, 106, 117, 122}, 
    new float[] {1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f, 1f},
    DMatrix.SparseType.CSR, 123);

换句话说，要对单个观察进行分类，headers应该有2个条目，0和非零指数（IA），indices是索引列表（JA）， data是非零值列表（A），在这种情况下类型是CSR，shapeParam是列的总数（在这种情况下为agaricus.txt的123）。

XGBoost，从CSR格式的一行数据创建DMatrix

1 个答案: