在XGBClassifier中设置助推器

时间:2018-04-09 17:17:22

标签: python machine-learning scikit-learn xgboost

我阅读了文档,

import xgboost as xgb
class xgboost.XGBClassifier(max_depth=3, learning_rate=0.1,
n_estimators=100, silent=True, objective='binary:logistic',
booster='gbtree', n_jobs=1,nthread=None, 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, 
random_state=0, seed=None, missing=None, **kwargs)

然后我尝试按照API

创建自己的实例
model_benchmark=xgb.XGBClassifier(booster ='linear',objective='binary:logistic')

我得到了:

TypeError: __init__() got an unexpected keyword argument 'booster'

有关如何选择我想要的助推器的任何建议吗?

2 个答案:

答案 0 :(得分:1)

Android/Google Play - Can an App Update While it Is Running

以上内容可用于在具有Booster参数的Anaconda上安装0.80版本的xgboost。

答案 1 :(得分:0)

<强>更新

我检查了v0.6的Github源代码,但没有找到任何与booster参数相关的内容。该参数位于最新版本的发行版中。但是,在0.6版本中也有关于Booster对象的一些信息,但它的使用可能比实现最新版本的方式更复杂。

根据文件(http://xgboost.readthedocs.io/en/latest/python/python_api.html):

booster: string
Specify which booster to use: gbtree, gblinear or dart.

没有“线性”,它应该是“gblinear”。