Python 3.x 无法使用XGBoost中的加权多类数据集生成预测 问题描述

我有一个包含4个类的不平衡数据集，我正试图用XGBoost对其进行分类。目前，训练似乎进行得很顺利，我正在使用

dMatrix=xgb.dMatrix（X，y，weight=weights）

根据类突出度定义的权重来训练模型，我认为这可以确保我的分类不会被不平衡的数据集扭曲。唯一的问题是，我很难根据经过训练的模型生成预测。似乎我的输入仍然需要权重，我真的不明白为什么

当前实施

---

举重 类权重：

1    0.065769
0    0.080583
3    1.000000
2    1.000000
dtype: float64

创建元素权重向量 重量：

0       0.080583
1       0.080583
2       0.080583
3       0.080583
4       0.080583
          ...   
2453    0.065769
2454    0.065769
2455    0.065769
2456    0.065769
2457    0.065769
Length: 2458, dtype: float64

基于X、y和重量的训练 问题

---

这一切都很好，但我似乎不知道如何预测。例如，我试过

print(bst.predict(xgb.DMatrix(X.iloc[0])))

并得到以下错误：

ValueError: ('Expecting 2 dimensional numpy.ndarray, got: ', (486,))

与直觉相反，当我从

print(bst.predict(dMatrix))

我似乎得到了一些结果

[[0.6696256  0.10667633 0.18783426 0.0358638 ]
 [0.6733066  0.11801444 0.15131903 0.05735996]
 [0.66467386 0.14872473 0.14806929 0.03853212]
 ...
 [0.36380327 0.4005142  0.06459591 0.17108661]
 [0.12315215 0.60588646 0.0351514  0.23581001]
 [0.19565345 0.7347611  0.03038597 0.03919945]]

虽然

a） 我不确定为什么包括训练重量在预测中是相关的

b） 这个数据矩阵包括

y

，这对我来说似乎很奇怪，因为整个要点是预测

y

c） 我甚至不完全确定如何解释输出

问题:

---

如何使用权重在有偏差的数据集上进行训练，如何使用该模型进行预测

更新

---

如果我不使用举重，我可以很容易地把它举起来跑步：

model = XGBClassifier() 
model.fit(X, y)
for val in model.predict(X):
    print(val)

ValueError: ('Expecting 2 dimensional numpy.ndarray, got: ', (486,))

print(bst.predict(dMatrix))

[[0.6696256  0.10667633 0.18783426 0.0358638 ]
 [0.6733066  0.11801444 0.15131903 0.05735996]
 [0.66467386 0.14872473 0.14806929 0.03853212]
 ...
 [0.36380327 0.4005142  0.06459591 0.17108661]
 [0.12315215 0.60588646 0.0351514  0.23581001]
 [0.19565345 0.7347611  0.03038597 0.03919945]]

model = XGBClassifier() 
model.fit(X, y)
for val in model.predict(X):
    print(val)