具有多个特征的 XGBoost predict() 错误答案

【问题标题】：XGBoost predict() error with multiple features具有多个特征的 XGBoost predict() 错误
【发布时间】：2016-09-12 10:39:05
【问题描述】：

我看不到 XGBoost 的预测方法如何使用多个特征进行预测。

library(xgboost)
library(MASS)

sp500=data.frame(SP500)
label=sp500[,1]
lag1=sp500[-1,]
lag2=lag1[-1]
lag3=lag2[-1]
train=cbind(lag1,lag2,lag3)

model=xgboost(data=train[50:1000,],label=label[50:1000],
objective="reg:linear",booster="gbtree",nround=50)

predict(model,train[1,]) #returns an error, because it will not accept multiple columns



predict(model,t(train[1,]))

转置我的测试集不会返回错误，但是这是错误地使用了预测器，因为

predict(model,t(train[1:5,]))

只预测三个值而不是预期的五个

所以我的问题是，如何使用 XGBoost 使用与构建模型相同的功能进行预测？在此示例中，我构建了一个具有三个特征的模型，即 lag1、lag2 和 lag3，以预测响应返回。但是，当尝试使用predict 进行预测时，该函数的行为就好像它只使用一个特性，并且如果它使用多个值，比如我转置测试集时，它是如何利用这些值的。

【问题讨论】：

标签： r predict xgboost

【解决方案1】：

你真的很亲近……和我在一起……

> dim(train)
[1] 2779    3

好的，你训练了三个特征......这并不奇怪

当你这样做时

> predict(model,train[1,])
Error in xgb.DMatrix(newdata) : 
  xgb.DMatrix: does not support to construct from  double

xboost 正在寻找一个矩阵，你给了它一个向量，继续……

##this works 

> predict(model,t(train[1,]))
[1] -0.09167647
> dim(t(train[1,]))
[1] 1 3

因为你转置了一个向量，它形成了一个 1 * 3 的矩阵

但这搞砸了

> predict(model, t(train[1:5,]))
[1] -0.09167647  0.31090808 -0.10482860
> dim(t(train[1:5,]))
[1] 3 5
### Xgboost used the 3 rows and the first three columns only to predict
## the transpose didn't do the same thing here

错误是因为转置（列）向量和转置矩阵是不同的东西

你真正想要的是这个

> predict(model,train[1:5,]) 
[1] -0.09167647  0.31090808 -0.10482860 -0.02773660  0.33554882
> dim(train[1:5,]) ## five rows of three columns
[1] 5 3

也

你必须非常小心，因为如果你没有给它足够的列xgboost 会像这样回收这些列...

 predict(model,train[1:5,1:2])
[1] -0.07803667 -0.25330877  0.10844088 -0.04510367 -0.27979547
 ## only gave it two columns and it made a prediction :)

只要确保你给它一个列数相同的矩阵，否则所有的地狱都会崩溃:)

【讨论】：

谢谢。正是我需要的