我希望对我的模型如何学习特定数据集有更好的了解。我想通过将实际的训练/评估数据与模型预测一起绘制来可视化学习的训练和评估阶段。
通过观察一些Matlab代码，我得到了这个想法，该代码允许用户绘制上述值。不幸的是，我不再可以访问Matlab代码，并且想在Python中重新创建它们。
使用以下代码：
model = xgb.train(params, dtrain,evals=watchlist,evals_result=results,verbose_eval=False)
我可以得到一个结果字典，其中保存了训练和评估均方根值，如下所示：
{'eval': {'rmse': [0.557375, 0.504097, 0.449699, 0.404737, 0.364217, 0.327787, 0.295155, 0.266028, 0.235819, 0.212781]}, 'train': {'rmse': [0.405989, 0.370338, 0.337915, 0.308605, 0.281713, 0.257068, 0.234662, 0.214531, 0.195993, 0.179145]}}
虽然输出显示了rmse值，但我想知道是否有一种方法可以获取训练和评估集的预测值，从而计算出这些rmse值。