es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Tag: XGBOOST

Cargando el modelo de regresión xgboost pero obteniendo el error BoostLearner: formato de modelo incorrecto.

Me estoy enfrentando a este problema. Tengo un modelo Regresor de xgboost guardado como un archivo feather de la siguiente manera: model.save_model(PATH_TO_MODEL) y estoy intentando cargar el archivo feather de la siguiente manera: model = XGBRegressor() model.load_model(model_path) Desafortunadamente, no está funcionando y he estado intentando muchas versiones diferentes sin suerte. . . . Read more

Callback de programador de tasa de aprendizaje de XGBoost.

Estoy utilizando XGBoost para la clasificación de imágenes y cada vez que quiero usar los callbacks LearningRateScheduler o LearningRateDecay, obtengo algunos errores. Utilizo las mismas funciones que uso para LearningRateScheduler en Keras. def read_lr_from_file(lr_file, epoch): with open(‘LR.txt’, mode=’r’) as lr_file: for line in lr_file: step, lr = line.split(‘:’) lr = . . . Read more

Xgboost: ¿Cómo convertir las probabilidades de predicción a nombres originales de etiquetas multiclase?

Estoy usando el clasificador multiclase xgboost como se muestra en el ejemplo a continuación. Para cada fila en el dataframe X_test, el modelo devuelve una lista cuyos elementos de lista corresponden a la probabilidad de cada categoría ‘a’, ‘b’, ‘c’ o ‘d’, por ejemplo, [0.44767836 0.2043365 0.15775423 0.19023092]. ¿Cómo puedo . . . Read more

error de xgb.DMatrix(): DataFrame.dtypes para los datos debe ser int, float, bool o categórico cuando se suministra un tipo categórico.

Tengo el siguiente código, donde utilizo una tabla con muchas variables. year = int(i/100) month = i – int(i/100)*100 filtro = [('year','==',ano),('month','==',mes)] dataset = pq.ParquetDataset(bucket, filesystem=s3, filters=filtro) df = dataset.read_pandas().to_pandas() X = df.loc[:,variable_modelo] y = df[['period']] data_pred = None data_pred = xgb.DMatrix(X, label=y) ypred = model.predict(data_pred) Y luego uso la . . . Read more