Question

我正在尝试对数据集“保险公司基准（COIL 2000）数据集”进行分类，该数据集可以在Dataset中找到。

我正在R中使用XGBoost（我是XGBoost算法的新手）进行分类，我想出的代码如下-

D <- read.csv("ticdata2000.csv", header=T)

# dim(D)    # O/P- 5823 86

# Make training and testing splits-
train_indices <- sample(1:nrow(D), floor(0.7 * nrow(D)), replace = F)

training <- D[train_indices, ]
testing <- D[-train_indices, ]


library(xgboost)

# Train/Fit model (classifier)-
model_classifier <- xgboost(data = as.matrix(training[-86]), label = training$C86, nrounds=100, eta = 0.1, gamma = 1)


# Make predictions using trained model-
preds <- predict(model_classifier, as.matrix(testing[-86]))


# Convert floating-point values to either 0 or 1 according to 'C86' column-
# for (i in 1:length(preds))
# {
#   preds[i] <- ifelse(preds[i] < 0.1, 0, 1)
# }


length(preds)       # O/P- 1747
length(unique(preds))   # O/P- 408

对于“ XGBoost”，结果为浮点型，需要将其转换为适合模型的阈值（用于分类）。如何确定适合我的模型的阈值？最终预测必须为0或1。

“ preds”变量中的最小值和最大值如下-

min(preds)    # O/P- 0.03360531 max(preds)    # O/P- 0.3086071

当然，这些值一定会发生变化，因为我没有使用种子值。

感谢您的帮助！

谢谢

xgboost预测阈值

0 个答案: