Question

似乎网格调整xgboost模型的预期方法是使用插入包，如下所示：https://stats.stackexchange.com/questions/171043/how-to-tune-hyperparameters-of-xgboost-trees

但是，我很难理解丢失数据的情况。在不使用插入符号的情况下创建模型时，我将缺失设置为NA。

dtrain = xgb.DMatrix(data = data.matrix(train$data),label = train$label,missing = NA)

这允许我像这样创建模型：

bst = xgboost(data = dtrain,depth = 4,eta =.3,nthread = 2,
          nround = 43, print.every.n = 5,
          objective = "binary:logistic",eval_metric = "auc",verbose = TRUE 
          )

这非常好用，但是，插入符没有采用这种对象。

这就是我正在尝试的：

xgbtrain = train(x = train$data,y = as.factor(make.names(train$label)), 
             trControl = trControl, tuneGrid = my_grid,method = "xgbTree")

但是对于每次迭代它都告诉我：

Error in xgb.DMatrix(as.matrix(x), label = y) : can not open file "NA"

当我没有将我的遗失设置为NA时，这是我在常规xgb.boost中获得的相同错误消息。 xgb.DMatrix不是我可以从中获取数据的子表对象，也不可能将其转换为数据帧。我该如何解决这个问题？

修改

想出来。最后，它与丢失的数据无关，而是与数据集中的因素有关。我没有使用xgboost的函数转换为稀疏矩阵，而是使用了常规的model.matrix（），并且能够成功地将新矩阵插入到插入符号的列车功能中。

网格调整xgboost缺少数据

0 个答案: