通过 pandas_ml 调用时如何向 xgboost 添加权重向量答案

【问题标题】：How to add weight vector to xgboost when calling via pandas_ml通过 pandas_ml 调用时如何向 xgboost 添加权重向量
【发布时间】：2018-09-15 07:23:33
【问题描述】：

在 xgboost 中，您可以向数据矩阵添加权重矩阵（xgboost.DMatrix 的第四个参数）：

http://xgboost.readthedocs.io/en/latest/python/python_api.html#module-xgboost.sklearn

调用 xgboost bia pandas_ml 时如何传递这个权重矩阵

http://pandas-ml.readthedocs.io/en/latest/xgboost.html

显然在 pandas_ml xgboost 被称为 ModelFrame 上的一个方法，所以我假设我必须更改 ModelFrame 来识别权重列。与如何设置目标数据类似，有没有办法可以将另一列设置为权重列？

或者其他方式添加权重列？

【问题讨论】：

标签： scikit-learn xgboost sklearn-pandas

【解决方案1】：

您的操作方式与直接调用 xgboost 时完全相同：

clf = df.xgboost.XGBClassifier(weight=weight)

【讨论】：