में उद्देश्य और feval के बीच अंतर आर में xgboost में उद्देश्य और feval के बीच क्या अंतर है? मुझे पता है कि यह कुछ बहुत मौलिक है लेकिन मैं उन्हें/उनके उद्देश्य को बिल्कुल परिभाषित करने में असमर्थ हूं। मल्टी क्लास वर्गीकरण करते समय, सॉफ्टमैक्स उद्देश्य क्या है?xgboost
xgboost
उत्तर
उद्देश्य
Objective
xgboost
में function जो सीखने एल्गोरिथ्म कोशिश करते हैं और अनुकूलित करेंगे है। परिभाषा के अनुसार, यह 1 (ढाल) और दूसरा (हेसियन) डेरिवेटिव w.r.t. बनाने में सक्षम होना चाहिए। दिए गए प्रशिक्षण दौर में भविष्यवाणियां।
एक कस्टम Objective
समारोह उदाहरण: link
# user define objective function, given prediction, return gradient and second order gradient
# this is loglikelihood loss
logregobj <- function(preds, dtrain) {
labels <- getinfo(dtrain, "label")
preds <- 1/(1 + exp(-preds))
grad <- preds - labels
hess <- preds * (1 - preds)
return(list(grad = grad, hess = hess))
}
यह प्रशिक्षण के लिए महत्वपूर्ण कार्य है और कोई xgboost
मॉडल परिभाषित बिना प्रशिक्षित किया जा सकता। Objective
फ़ंक्शंस का उपयोग सीधे प्रत्येक पेड़ में प्रत्येक नोड पर विभाजित करने में किया जाता है।
सीधे अनुकूलन या अपने मॉडल के प्रशिक्षण में feval
feval
xgboost
नाटकों कोई भूमिका में । आपको प्रशिक्षित करने की भी आवश्यकता नहीं है। यह विभाजन को प्रभावित नहीं करता है। प्रशिक्षित होने के बाद यह सब आपके मॉडल को स्कोर करता है। एक कस्टम feval
evalerror <- function(preds, dtrain) {
labels <- getinfo(dtrain, "label")
err <- as.numeric(sum(labels != (preds > 0)))/length(labels)
return(list(metric = "error", value = err))
}
सूचना का एक उदाहरण पर एक नज़र, यह सिर्फ एक नाम (मैट्रिक) और स्कोर (मान) देता है। आम तौर पर feval
और objective
समान हो सकता है, लेकिन हो सकता है कि आप जिस स्कोरिंग तंत्र को चाहते हैं वह थोड़ा अलग है, या डेरिवेटिव नहीं है। उदाहरण के लिए, लोग लोगो का मूल्यांकन करने के लिए लॉगलोस objective
का उपयोग करते हैं, लेकिन मॉडल का मूल्यांकन करने के लिए एयूसी feval
बनाएं।
इसके अलावा आप अपने मॉडल को प्रशिक्षण से रोकने के लिए feval
का उपयोग कर सकते हैं ताकि यह सुधारने से पहले। और आप अपने मॉडल को विभिन्न तरीकों से स्कोर करने और उन सभी का निरीक्षण करने के लिए एकाधिक feval
फ़ंक्शंस का उपयोग कर सकते हैं।
आपको मॉडल को प्रशिक्षित करने के लिए feval
फ़ंक्शन की आवश्यकता नहीं है। केवल इसका मूल्यांकन करने के लिए, और इसे जल्दी प्रशिक्षण देने में मदद करें।
सारांश:
Objective
मुख्य workhorse है।
feval
कुछ शानदार चीजें करने के लिए xgboost
को अनुमति देने के लिए एक सहायक है।
softmax
एक objective
फ़ंक्शन है जो आमतौर पर बहु-वर्ग वर्गीकरण में उपयोग किया जाता है। यह बीमा करता है कि आपकी सभी भविष्यवाणियां एक के बराबर होती हैं, और घातीय कार्य का उपयोग करके स्केल की जाती हैं। softmax
- 1. xgboost
- 2. xgboost
- 3. xgboost बाइनरी लॉजिस्टिक रिग्रेशन
- 4. xgboost और caret
- 5. ट्यूनिंग XGboost मापदंडों आर
- 6. अजगर xgboost स्थापित
- 7. xgboost: कैसे xgb.cv xgb.train
- 8. आर - XGBoost: त्रुटि इमारत DMatrix
- 9. मूल xgboost और sklearn XGBClassifier
- 10. XGBoost - अलग-अलग एक्सपोजर/ऑफ़सेट
- 11. XGBoost स्पष्ट चर: डमीफिकेशन बनाम एन्कोडिंग
- 12. XGBoost plot_importance सुविधा नाम नहीं दिखाता है
- 13. xgboost मेरे पेड़ों की साजिश क्यों नहीं कर रहा है?
- 14. ImportError: नहीं मॉड्यूल नामित numpy.distutils.core (उबंटू xgboost स्थापना)
- 15. xgboost sklearn wrapper value 0 पैरामीटर num_class के लिए 1
- 16. xgboost गुणवत्ता की गणना कैसे की जाती है?
- 17. xgboost कवर की गणना कैसे की जाती है?
- 18. 'रैंक: pairwise' का उपयोग कर XGboost का आउटपुट क्या है?
- 19. xgboost एमएल मॉडल का get_fscore() क्या करता है?
- 20. निम्नलिखित xgboost मॉडल पेड़ आरेख में 'पत्ता' का मूल्य क्या है?
- 21. XGBoost पैकेज में फीचर स्कोर (/ महत्व) की गणना कैसे की जाती है?
- 22. xgboost में param 'scale_pos_weight' का उपयोग करने की तंत्र क्या है?
- 23. xgboost में indiviual निर्णय पेड़ के भार का उपयोग कैसे करें?
- 24. मैक पर xgboost इंस्टॉल करने में विफलता - ar: कोई संग्रह सदस्य निर्दिष्ट नहीं
- 25. XGBoostLibraryNotFound: उम्मीदवार पथ में XGBoost लाइब्रेरी नहीं मिल सका, क्या आपने कंपाइलर्स इंस्टॉल किए और रूट पथ में build.sh चलाया?
- 26. मैं विंडोज
- 27. आर में रिग्रेशन के लिए एक्सजीबीओस्ट एल्गोरिदम का उपयोग कैसे करें?
- 28. पाइथन
- 29. मेरी व्यक्तिगत वर्गीकरण से कम वोटिंग क्लासिफायर सटीकता क्यों कम है?
- 30. एक्सजी बूस्ट?