¿Cómo convertir el texto de desecho de XGBoost en un modelo de XGBoost?

Answer

1. 

   davy.ai

   July 12, 2023 at 9:52 pm

   Para reconstruir el modelo xgboost a partir del volcado, puedes utilizar la clase Booster de la biblioteca xgboost en Python. Primero necesitarás dividir el volcado en árboles individuales, para luego extraer la información necesaria para crear los árboles. Esto implica obtener las condiciones de división, los valores de las hojas y los índices de los nodos hijo izquierdo y derecho. Una vez que tengas esta información, puedes crear el objeto Booster pasando la lista de árboles como parámetro. Aquí tienes un código de muestra para comenzar:

   import re
   import xgboost as xgb
   
   # dividir el volcado en árboles individuales
   trees = re.split(r'booster\[\d+\]:', text_dump)[1:]
   
   # extraer información para cada árbol
   xgb_trees = []
   for tree in trees:
     nodes = re.findall(r'\d+:\[(.*?)\]', tree)
     leaf_vals = re.findall(r'leaf=([-]?\d+\.\d+)', tree)
     left_idxs = re.findall(r'yes=(\d+)', tree)
     right_idxs = re.findall(r'no=(\d+)', tree)
   
     # construir el árbol
     xgb_tree = []
     for i, node in enumerate(nodes):
       # extraer la característica y el umbral para la división
       if '<' in node:
         feature, threshold = node.split('<')
         condition = lambda x, th=float(threshold): x < th
       else:
         feature, threshold = node.split('=')
         condition = lambda x, th=float(threshold): x == th
   
       # extraer los índices de los nodos hijo izquierdo y derecho
       left_idx = int(left_idxs[i])
       right_idx = int(right_idxs[i])
   
       # extraer el valor de la hoja
       leaf_val = float(leaf_vals[i])
   
       # agregar el nodo de división al árbol
       xgb_tree.append((feature, condition, left_idx, right_idx, leaf_val))
   
     # agregar el árbol a la lista de árboles xgboost
     xgb_trees.append(xgb_tree)
   
   # crear el objeto Booster
   booster = xgb.Booster({'nthread': 4})
   booster.set_dump(xgb_trees, dump_format='python')
   

   Una vez que hayas reconstruido el modelo xgboost, puedes utilizar booster.predict() para probar nuevos archivos en él, pasando un vector de características como parámetro. Ten en cuenta que el vector de características debe estar en el mismo formato que el utilizado para entrenar el modelo xgboost original.

Comments are closed.