Python 中的 XGBoost XGBClassifier 默认值

Question

我正在尝试使用 XGBoosts 分类器对一些二进制数据进行分类。当我做最简单的事情并且只使用默认值时（如下）

clf = xgb.XGBClassifier()
metLearn=CalibratedClassifierCV(clf, method='isotonic', cv=2)
metLearn.fit(train, trainTarget)
testPredictions = metLearn.predict(test)

我得到了相当好的分类结果。

我的下一步是尝试调整我的参数。从参数指南中猜测... https://github.com/dmlc/xgboost/blob/master/doc/parameter.md 我想从默认开始，然后从那里开始工作......

# setup parameters for xgboost
param = {}
param['booster'] = 'gbtree'
param['objective'] = 'binary:logistic'
param["eval_metric"] = "error"
param['eta'] = 0.3
param['gamma'] = 0
param['max_depth'] = 6
param['min_child_weight']=1
param['max_delta_step'] = 0
param['subsample']= 1
param['colsample_bytree']=1
param['silent'] = 1
param['seed'] = 0
param['base_score'] = 0.5

clf = xgb.XGBClassifier(params)
metLearn=CalibratedClassifierCV(clf, method='isotonic', cv=2)
metLearn.fit(train, trainTarget)
testPredictions = metLearn.predict(test)

结果是一切都被预测为条件之一，而不是另一个。

奇怪的是，如果我设置了

params={}

我希望给我与不提供任何参数相同的默认值，但我得到了同样的事情发生

那么有人知道 XGBclassifier 的默认值是什么吗？这样我就可以开始调优了吗？

Answer 1

这不是您在 xgboost 中设置参数的方式。您可能希望将参数网格传递给您的训练函数，例如 xgboost 的 train 或 sklearn 的 GridSearchCV，或者您希望使用 XGBClassifier 的 set_params 方法。另一件需要注意的事情是，如果您使用 xgboost 的 sklearn 包装器（即：XGBClassifier() 或 XGBRegressor() 类），则使用的参数名称与 sklearn 自己的 GBM 类中使用的名称相同（例如：eta -->学习率）。我没有看到 sklearn 包装器的确切文档隐藏在哪里，但这些类的代码在这里：https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/sklearn.py

您可以在此处参考如何直接设置模型对象参数。

>>> grid = {'max_depth':10}
>>> 
>>> clf = XGBClassifier()
>>> clf.max_depth
3
>>> clf.set_params(**grid)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=10,
       min_child_weight=1, missing=None, n_estimators=100, nthread=-1,
       objective='binary:logistic', reg_alpha=0, reg_lambda=1,
       scale_pos_weight=1, seed=0, silent=True, subsample=1)
>>> clf.max_depth
10

编辑： 我想您可以在模型创建时设置参数，但这样做并不是很典型，因为大多数人都以某种方式进行网格搜索。但是，如果您这样做，则需要将它们列为完整参数或使用 **kwargs。例如：

>>> XGBClassifier(max_depth=10)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=10,
       min_child_weight=1, missing=None, n_estimators=100, nthread=-1,
       objective='binary:logistic', reg_alpha=0, reg_lambda=1,
       scale_pos_weight=1, seed=0, silent=True, subsample=1)
>>> XGBClassifier(**grid)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=10,
       min_child_weight=1, missing=None, n_estimators=100, nthread=-1,
       objective='binary:logistic', reg_alpha=0, reg_lambda=1,
       scale_pos_weight=1, seed=0, silent=True, subsample=1)

在没有 **kwargs 的情况下使用字典作为输入会将该参数设置为字面上的字典：

>>> XGBClassifier(grid)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0,
       max_depth={'max_depth': 10}, min_child_weight=1, missing=None,
       n_estimators=100, nthread=-1, objective='binary:logistic',
       reg_alpha=0, reg_lambda=1, scale_pos_weight=1, seed=0, silent=True,
       subsample=1)

Answer 2

XGBClassifier 的默认值是：

• max_depth=3
• learning_rate=0.1
• n_estimators=100
• 静默=真
• objective='binary:logistic'
• booster='gbtree'
• n_jobs=1
• nthread=无
• 伽马=0
• min_child_weight=1
• max_delta_step=0
• 子样本=1
• colsample_bytree=1
• colsample_bylevel=1
• reg_alpha=0
• reg_lambda=1
• scale_pos_weight=1
• base_score=0.5
• random_state=0
• 种子=无
• 缺失=无

链接到具有类默认值的 XGBClassifier 文档：https://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.XGBClassifier

Answer 3

对于初学者，您的变量 param 似乎缺少 s。

你在顶部写了 param：

param = {}
param['booster'] = 'gbtree'
param['objective'] = 'binary:logistic'
  .
  .
  .

...但在训练模型时使用 params 更远：

clf = xgb.XGBClassifier(params)  <-- different variable!

这只是你的例子中的一个错字吗？

Answer 4

你快到了！您只是忘记解压 params 字典（** 运算符）。而不是这个（将单个字典作为第一个位置参数传递）：

clf = xgb.XGBClassifier(params)

你应该这样做（这使得字典中的键每个都作为关键字参数传递）：

clf = xgb.XGBClassifier(**params)

Answer 5

（更新）一旦您适应了开箱即用的分类器模型，默认值就会可见：

XGBClassifier(base_score=0.5, booster='gbtree', colsample_bylevel=1,
              colsample_bynode=1, colsample_bytree=1, gamma=0, gpu_id=-1,
              importance_type='gain', interaction_constraints='',
              learning_rate=0.300000012, max_delta_step=0, max_depth=6,
              min_child_weight=1, missing=nan, monotone_constraints='()',
              n_estimators=100, n_jobs=12, num_parallel_tree=1,
              objective='multi:softprob', random_state=0, reg_alpha=0,
              reg_lambda=1, scale_pos_weight=None, subsample=1,
              tree_method='exact', use_label_encoder=False,
              validate_parameters=1, verbosity=None)

详情请点击此处：https://xgboost.readthedocs.io/en/latest/parameter.html