xgboost.train与XGBClassifier

Question

我正在使用python逐步适应xgboost模型（chunk by chunk）。我遇到了一个使用xgboost.train的解决方案，但我不知道如何处理它返回的Booster对象。例如，XGBClassifier具有fit，predict，predict_proba等选项。

以下是我在数据中逐渐读取的for循环内部发生的事情：

dtrain=xgb.DMatrix(X_train, label=y)
param = {'max_depth':2, 'eta':1, 'silent':1, 'objective':'binary:logistic'}
modelXG=xgb.train(param,dtrain,xgb_model='xgbmodel')
modelXG.save_model("xgbmodel")

Answer 1

我不完全确定你的问题是什么。引擎xgb.XGBMClassifier.fit()调用xgb.train()所以这是与我们相关函数的参数匹配的问题。

如果您对如何实现您的学习感兴趣，那么您可以

clf = xgb.XGBClassifier(**params)
clf.fit(X, y, xgb_model=your_model)

请参阅documentation here。在每次迭代中，您都必须使用clf.get_booster().save_model(xxx)等方法保存助推器。

PS我希望你学习小批量学习，即大块而不是逐字逐句，即逐个例子，因为每次写入/读取模型会导致性能下降

Answer 2

XGBClassifier是一个scikit-learn兼容类，可以与其他scikit-learn实用程序一起使用。

除此之外，它只是xgb.train上的一个包装器，您不需要提供Booster等高级对象。

只需将您的数据发送至fit()，predict()等，并在内部将其自动转换为相应的对象。