Question

我已经使用该模型在一组数据上训练分类器1000次迭代：

clf = GradientBoostingClassifier(n_estimators=1000, learning_rate=0.05, subsample=0.1, max_depth=3)
clf.fit(X, y, sample_weight=train_weight)

现在我想将迭代次数增加到2000.所以我这样做：

clf.set_params(n_estimators=2000, warm_start=True)
clf.fit(X, y, sample_weight=train_weight)

但是我收到以下错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-13-49cfdfd6c024> in <module>()

      1 start = time.clock()
      2 clf.set_params(n_estimators=2000, warm_start=True)
----> 3 clf.fit(X, y, sample_weight=train_weight)
      4 ...

C:\Anaconda3\lib\site-packages\sklearn\ensemble\gradient_boosting.py in fit(self, X, y, sample_weight, monitor)
   1002                                     self.estimators_.shape[0]))
   1003             begin_at_stage = self.estimators_.shape[0]
-> 1004             y_pred = self._decision_function(X)
   1005             self._resize_state()
   1006 

C:\Anaconda3\lib\site-packages\sklearn\ensemble\gradient_boosting.py in _decision_function(self, X)
   1120         # not doing input validation.
   1121         score = self._init_decision_function(X)
-> 1122         predict_stages(self.estimators_, X, self.learning_rate, score)
   1123         return score
   1124 

sklearn/ensemble/_gradient_boosting.pyx in sklearn.ensemble._gradient_boosting.predict_stages (sklearn\ensemble\_gradient_boosting.c:2564)()

ValueError: ndarray is not C-contiguous

我在这里做错了什么？

Answer 1

正确使用

warm_start。实际上有一个错误阻止了它的工作。

同时解决方法是将数组复制到C-contiguous数组：

X_train = np.copy(X_train, order='C')
X_test = np.copy(X_test, order='C')

参考：discussion和bug

Answer 2

您通常无法在合适的调用之间修改sklearn分类器并期望它能够正常工作。估计量的数量实际上会影响模型内部对象的大小 - 因此它不仅仅是一些迭代（从编程的角度来看）。

Answer 3

在我看来，问题是你没有将warm_start = True传递给构造函数。如果你这样做：

clf = GradientBoostingClassifier(n_estimators=1000, learning_rate=0.05, subsample=0.1, max_depth=3, warm_start=True)

您可以使用以下内容来安装其他估算工具：

clf.set_params(n_estimators=2000)
clf.fit(X, y, sample_weight=train_weight)

如果它不起作用，您可能应该尝试更新您的sklearn版本。

python sklearn GradientBoostingClassifier热启动错误

3 个答案: