XGBOOST Java API答案

【问题标题】：XGBOOST Java APIXGBOOST Java API
【发布时间】：2016-07-02 00:55:32
【问题描述】：

我正在尝试使用 XGBOOST 库对销售额进行一些预测。但我使用的是 Java API，因为我比 Python 更熟悉 Java。我们还试图验证的另一件事是，在使用相同数据集训练模型时，使用 Python 与 Java 是否会有任何与性能相关的收益。

但问题是我很难为 Pandas、SciKit 等找到 Python 等效库。所以我使用以下库来构建 DataFrame，然后执行对它们进行一些操作。然后将其转储到 CSV 文件中，并再次使用另一个库来读取数据并执行训练和验证数据集的 80/20 拆分。我再次将输出转储到 CSV 文件中，然后再将数据读回 XGBOOST 库以创建 DMatrix。

图书馆：

Joinery 用于 DataFrame
Weka 用于将数据拆分为 80/20 拆分
用于建模的官方 XGBOOST JVM 包

我知道这不是在 Java 中执行此分析的有效或正确方法。但与此同时，我没有看到任何使用 Java 或 Java 中的任何库完成所有这些操作的示例。

我想检查你们中是否有人使用库的 Java 实现对数据进行了 XGBOOST 分析。此外，如果您在将数据拆分为训练和测试数据集之前使用了任何包来创建 DataFrame、执行操作等。

他将非常感谢任何帮助。

【问题讨论】：

标签： python pandas machine-learning forecasting xgboost

【解决方案1】：

我使用 ND4J (https://github.com/deeplearning4j/nd4j) 进行 ndarray 操作，并将平面矩阵转换为 XGBoost 以通过 DMatrix 使用。

虽然我主要使用 ndarray 相关操作而不是 DataFrames，但我相信用 JVM 语言实现它们是可行的，没有太多麻烦。

【讨论】：