Python 如何使用Scikit学习包装器来匹配XGBoost和XGBoost的预测？

我不熟悉Python中的XGBoost，因此如果这里的答案很明显，我很抱歉，但我正在尝试使用panda数据帧并获得Python中的XGBoost，以提供我在使用Scikit学习包装器进行相同练习时得到的相同预测。到目前为止，我还不能这样做。举个例子，这里我以波士顿数据集为例，转换成熊猫数据帧，对数据集的前500个观测值进行训练，然后预测最后6个。我首先使用XGBoost，然后使用Scikit学习包装器，我得到了不同的预测，尽管我已经将模型的参数设置为相同的。具体来说，数组预测看起来与数组预测2非常不同（请参见下面的代码）。任何帮助都将不胜感激

from sklearn import datasets
import pandas as pd
import xgboost as xgb
from xgboost.sklearn import XGBClassifier
from xgboost.sklearn import XGBRegressor

### Use the boston data as an example, train on first 500, predict last 6 
boston_data = datasets.load_boston()
df_boston = pd.DataFrame(boston_data.data,columns=boston_data.feature_names)
df_boston['target'] = pd.Series(boston_data.target)


#### Code using XGBoost
Sub_train = df_boston.head(500)
target = Sub_train["target"]
Sub_train = Sub_train.drop('target', axis=1) 

Sub_predict = df_boston.tail(6)
Sub_predict = Sub_predict.drop('target', axis=1)  

xgtrain = xgb.DMatrix(Sub_train.as_matrix(), label=target.tolist())
xgtest = xgb.DMatrix(Sub_predict.as_matrix())

params = {'booster': 'gblinear', 'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1, 'n_estimators': 500,    'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'reg_alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params)

predictions = model.predict(xgtest)

#### Code using Sk learn Wrapper for XGBoost
model = XGBRegressor(learning_rate =.1, n_estimators=500,
max_depth=2, min_child_weight=3, gamma=0, 
subsample=.8, colsample_bytree=.7, reg_alpha=1, 
objective= 'reg:linear')

target = "target"

Sub_train = df_boston.head(500)
Sub_predict = df_boston.tail(6)
Sub_predict = Sub_predict.drop('target', axis=1)

Ex_List = ['target']

predictors = [i for i in Sub_train.columns if i not in Ex_List]

model = model.fit(Sub_train[predictors],Sub_train[target])

predictions2 = model.predict(Sub_predict)

请看

xgboost.train

将忽略参数n_估值器，而

xgboost.XGBRegressor

接受。在xgboost.train中，提升迭代次数 （即n_估计器）由num_boost_round控制（默认值：10）

它建议从提供给

xgb.train

的参数中删除

n\u估计器

，并将其替换为

num\u boost\u round

因此，如下更改您的参数：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

然后训练xgb。训练方式如下：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

你会得到同样的结果

或者，保持xgb.train不变，并按如下方式更改xgb回归器：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

然后你也会得到同样的结果。

请看

xgboost.train

将忽略参数n_估值器，而

xgboost.XGBRegressor

接受。在xgboost.train中，提升迭代次数 （即n_估计器）由num_boost_round控制（默认值：10）

它建议从提供给

xgb.train

的参数中删除

n\u估计器

，并将其替换为

num\u boost\u round

因此，如下更改您的参数：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

然后训练xgb。训练方式如下：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

你会得到同样的结果

或者，保持xgb.train不变，并按如下方式更改xgb回归器：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

---

然后你也会得到同样的结果。

非常感谢！我使用您建议的第一组更改重新运行代码，现在数组（预测和预测2）完全匹配。@VivekKumar:请问，如何从xgb.train在XGBRespressor中重新生成num_boost_round=500？同样，如何在xgb.train中指定您将使用分类器或回归器的事实？目标函数可以做到这一点，但您可以在XGBRegressionor中指定任何组合，如binary:logistic，我想这不是用于此的参数。谢谢。@AndoJurai您需要使用n_估计数=500来计算。但我不明白你问题的第二部分。请详细解释你想要什么？@AndoJurai检查这里：。如果仍然不满意，请用相关信息开始一个新问题。@AndoJurai您是否在链接页面上查看了目标参数。所有选项都有效<代码>“reg:linear”用于回归。请参阅标题：“学习任务参数”，非常感谢！我使用您建议的第一组更改重新运行代码，现在数组（预测和预测2）完全匹配。@VivekKumar:请问，如何从xgb.train在XGBRespressor中重新生成num_boost_round=500？同样，如何在xgb.train中指定您将使用分类器或回归器的事实？目标函数可以做到这一点，但您可以在XGBRegressionor中指定任何组合，如binary:logistic，我想这不是用于此的参数。谢谢。@AndoJurai您需要使用n_估计数=500来计算。但我不明白你问题的第二部分。请详细解释你想要什么？@AndoJurai检查这里：。如果仍然不满意，请用相关信息开始一个新问题。@AndoJurai您是否在链接页面上查看了目标参数。所有选项都有效<代码>“reg:linear”用于回归。请参阅标题：“学习任务参数”