如何将 xgboost 转储文本转换为 xgboost 模型？答案

【问题标题】：how to convert xgboost dump text to xgboost model?如何将 xgboost 转储文本转换为 xgboost 模型？
【发布时间】：2022-01-11 06:35:46
【问题描述】：

我有一个低于 1000 棵树的文本转储，我想从转储中重建 xgboost 模型并稍后在重建模型上测试新文件。

booster[0]:
0:[sincelastrun<23.2917] yes=1,no=2,missing=2
   1:[sincelastrun<18.0417] yes=3,no=4,missing=4
       3:leaf=-0.0965415
       4:leaf=-0.0679503
   2:[sincelastrun<695.025] yes=5,no=6,missing=6
       5:leaf=-0.0992546
       6:leaf=-0.0984374
.
.
.
booster[1000]:

感谢您的帮助。

【问题讨论】：

如果您想从 text-dump 重构模型作为 'if-else' 预测函数并将其应用于预测新数据，本教程提供了清晰/全面的说明：towardsdatascience.com/…
如何使用类或任何有效的函数来代替 if-else
我不明白你的问题。你想做什么？保存模型然后将其导入 python 并使用它？或者您是否正在寻找部署保存模型的不同方法？
这能回答你的问题吗？ How to save & load xgboost model?
我在 Txt 文件中确实有 xg 增强树模型转储。我的任务是从 txt 转储解析树并创建一个节点，以便我可以在重建模型上测试新文件。

标签： python xgboost

【解决方案1】：

您从如下文件路径实例化助推器：

bst = xgb.Booster(model_file='<FILEPATH>')

【讨论】：