XGBoost中`random_state`的等效设置是什么?

我似乎无法让XGBoost连续两次给出相同的结果。在sklearn中,我似乎可以使用random_state,但这在XGBoost中不起作用。

我还尝试设置了seedsubsamplecolsample_bytree(将subsamplecolsample_bytree设置为1似乎没有影响)。

有什么建议可以让我重现结果,有点像设置sklearn中的random_state值吗?

为了完整起见,这里提供了一些代码,但我认为你可能更需要关注我问题底部的模型部分。

预处理

from sklearn.impute import SimpleImputerfrom sklearn.preprocessing import LabelEncoder#数值列numerical_columns_list = [colname for colname in X_train.columns if                    X_train[colname].dtypes in ['int64', 'float64']]X_train_trf = X_train.copy()X_valid_trf = X_valid.copy()# 对数值数据进行预处理num_imputer = SimpleImputer(strategy='median')X_train_trf[numerical_columns_list] = num_imputer.fit_transform(X_train_trf[numerical_columns_list])X_valid_trf[numerical_columns_list] = num_imputer.transform(X_valid_trf[numerical_columns_list])# 对分类数据进行预处理categorical_columns_list = [colname for colname in X_train.columns if                    X_train[colname].dtypes == 'object' ]cat_imputer = SimpleImputer(strategy='most_frequent')X_train_trf[categorical_columns_list] = cat_imputer.fit_transform(X_train_trf[categorical_columns_list])X_valid_trf[categorical_columns_list] = cat_imputer.transform(X_valid_trf[categorical_columns_list])le = LabelEncoder()for col in X_train_trf[categorical_columns_list].columns:    X_train_trf[col] = le.fit_transform(X_train_trf[col])    X_valid_trf[col] = le.fit_transform(X_valid_trf[col])

模型

from xgboost import XGBRegressorfrom sklearn.metrics import mean_absolute_errormodel = XGBRegressor(n_estimators=1000, learning_rate=0.05,                     subsample=0.8, colsample_bytree= 0.8, seed=42)model.fit(X_train_trf,y_train,        early_stopping_rounds=5,        eval_set=[(X_train_trf, y_train), (X_valid_trf, y_valid)],        verbose=False)preds = model.predict(X_valid_trf)

回答:

作为参考,问题不在于XGBoost,而在于数据分割。感谢Venkatachalam指出这一点!

我用train_test_split分割数据时没有设置random_state

修正如下:

X_train_full, X_valid_full, y_train, y_valid = train_test_split(X_full, y,  train_size=0.8, test_size = 0.2, random_state=1)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注