के बीच कोई भी अलग है, मैं xgb model-1 बनाने और प्रशिक्षित करने के लिए नीचे xgboots sklearn इंटरफ़ेस का उपयोग करता हूं।मूल xgboost और sklearn XGBClassifier
clf = xgb.XGBClassifier(n_estimators = 100, objective= 'binary:logistic',)
clf.fit(x_train, y_train, early_stopping_rounds=10, eval_metric="auc",
eval_set=[(x_valid, y_valid)])
और xgboost मॉडल मॉडल -2 नीचे के रूप में मूल xgboost द्वारा बनाया जा सकता:
param = {}
param['objective'] = 'binary:logistic'
param['eval_metric'] = "auc"
num_rounds = 100
xgtrain = xgb.DMatrix(x_train, label=y_train)
xgval = xgb.DMatrix(x_valid, label=y_valid)
watchlist = [(xgtrain, 'train'),(xgval, 'val')]
model = xgb.train(plst, xgtrain, num_rounds, watchlist, early_stopping_rounds=10)
मुझे लगता है कि सभी मापदंडों मॉडल -1 और मॉडल -2 के बीच एक ही हैं। लेकिन सत्यापन स्कोर अलग है। मॉडल -1 और मॉडल -2 के बीच कोई अंतर है?
मैं एक ही मुद्दा था। मैंने सभी दस्तावेज़ों और मेरे सभी कोडों के माध्यम से कुछ घंटे बिताए, सभी मानकों को एक ही और फिर प्रशिक्षित किया। फिर भी, मुझे लगता है कि 'xgb.XGBClassifier' 0.51 auc देता है और 'xgb.train' 0.84 auc देता है। मुझे कोई जानकारी नहीं है की क्यों। – josh
'sklearn' इंटरफ़ेस में कुछ विकल्प नहीं हैं। उदाहरण के लिए, रैंकिंग के लिए महत्वपूर्ण 'डीमैट्रिक्स' वर्ग की विधि 'set_group'' sklearn' इंटरफ़ेस में कोई एनालॉग नहीं है। – xolodec