xgb.cv
和sklearn.model_selection.cross_validate
不会产生相同的平均训练/测试错误,即使我设置相同的seed / random_state并确保两种方法使用相同的折叠倍数也是如此。底部的代码可以重现我的问题。
我发现此问题是由subsample
参数引起的(如果将此参数设置为1,则两种方法都将产生相同的结果),但是我找不到找到使两种方法以相同方式进行子采样的方法。除了如底部代码中所示设置seed / random_state之外,我还尝试了显式添加:
import random
random.seed(1)
np.random.seed(1)
在文件的开头,但这也不能解决我的问题。有什么想法吗?
import numpy as np
import xgboost as xgb
from xgboost import XGBClassifier
from sklearn.model_selection import cross_validate, StratifiedKFold
X = np.random.randn(100,20)
y = np.random.randint(0,2,100)
dtrain = xgb.DMatrix(X, label=y)
params = {'eta':0.3,
'max_depth': 4,
'gamma':0.1,
'silent': 1,
'objective': 'binary:logistic',
'seed': 1,
'subsample': 0.8
}
cv_results = xgb.cv(params, dtrain, num_boost_round=99, seed=1,
folds=StratifiedKFold(5, shuffle=False, random_state=1),
early_stopping_rounds=10)
print(cv_results, '\n')
xgbc = XGBClassifier(learning_rate=0.3,
max_depth=4,
gamma=0.1,
silent = 1,
objective = 'binary:logistic',
subsample = 0.8,
random_state = 1,
n_estimators=len(cv_results))
scores = cross_validate(xgbc, X, y,
cv=StratifiedKFold(5, shuffle=False, random_state=1),
return_train_score=True)
print('train-error-mean = {} test-error-mean = {}'.format(
1-scores['train_score'].mean(), 1-scores['test_score'].mean()))
输出:
train-error-mean train-error-std test-error-mean test-error-std
0 0.214981 0.030880 0.519173 0.129533
1 0.140039 0.018552 0.549549 0.034696
2 0.105100 0.017420 0.510501 0.040517
3 0.092474 0.012587 0.450977 0.075866
train-error-mean = 0.06994061572120636 test-error-mean = 0.4706015037593986
子样本设置为1时的输出:
train-error-mean train-error-std test-error-mean test-error-std
0 0.180043 0.013266 0.491504 0.093246
1 0.117381 0.021328 0.488070 0.097733
2 0.074972 0.030605 0.530075 0.091446
3 0.044907 0.032232 0.519073 0.130802
4 0.032438 0.021816 0.481027 0.080622
train-error-mean = 0.032438271604938285 test-error-mean = 0.4810275689223057
答案 0 :(得分:0)
对于LGBM,我肯定知道,但是从XGB代码(here)的快速代码来看,它似乎具有类似的行为,因此我认为答案是相关的。
诀窍在于尽早停止。原生xgb.cv
定义了一个单个迭代,其平均CV得分(或类似的平均值,我现在已经忘了:)达到平稳状态,而在每个sklearn交叉验证模型中褶皱是独立训练的,因此对于不同的褶皱来说,早期停止发生在不同的迭代中。
因此,如果您想获得相同的结果,请禁用早期停止(这是有问题的,因为您可能过度适应或适应不足,并且您不知道这一点)。如果要使用早期停止功能-由于实现方式的不同,无法获得相同的结果