Python XGBoost对列表和数组的预测略有不同,这是正确的吗?
我注意到我传递了一个双括号的测试特性值列表Python XGBoost对列表和数组的预测略有不同,这是正确的吗?,python,numpy,scikit-learn,xgboost,Python,Numpy,Scikit Learn,Xgboost,我注意到我传递了一个双括号的测试特性值列表 print(test_feats) >> [[23.0, 3.0, 35.0, 0.28, -3.0, 18.0, 0.0, 0.0, 0.0, 3.33, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 1.0, 0.0, 39.0, 36.0, 113.0, 76.0, 0.0, 0.0, 1.0, 0.34, -999.0, -999.0, -999.0, -999.0, -999.0, -9
print(test_feats)
>> [[23.0, 3.0, 35.0, 0.28, -3.0, 18.0, 0.0, 0.0, 0.0, 3.33, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 1.0, 0.0, 39.0, 36.0, 113.0, 76.0, 0.0, 0.0, 1.0, 0.34, -999.0, -999.0, -999.0, -999.0, -999.0, -999.0, -999.0, -999.0, 0.0, 25.0, 48.0, 48.0, 0.0, 29.0, 52.0, 53.0, 99.0, 368.0, 676.0, 691.0, 4.0, 9.0, 12.0, 13.0]]
我注意到,当我将其传递给XBGBoost进行预测时,当我将其转换为数组时,它会返回不同的结果
array_test_feats = np.array(test_feats)
print(regr.predict_proba(test_feats)[:,1][0])
print(regr.predict_proba(aray_test_feats)[:,1][0])
>> 0.46929297
>> 0.5161868
一些基本检查表明值是相同的
print(sum(test_feats[0]) == array_test_feats.sum())
print(test_feats == array_test_feats))
>> True
>> array([[ True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True, True,
True, True, True, True, True, True, True, True]])
我猜阵列是正确的选择,但我真的不知道该怎么说。这些预测非常接近,很容易被忽略,因此我很想了解为什么会发生这种情况。您刚刚遇到了这里描述的问题: 文档不包括列表作为允许的 数据输入到DMatrix。尽管如此,还是可以传入一个列表 没有错误。此更改将阻止传递列表表单 直接进入 我遇到了一个问题,即传入一个列表与一个np.array的结果 在不同的预测中(有时超过10%的相对差异) 同样的数据。尽管这些差异并不常见(约1.5% 在某些应用中,这可能会导致严重后果 问题 从本质上讲,直接传递Python列表在XGBoost中不受官方支持,但由于它在XGBoost的数据转换中起作用,因此不管怎样它都能工作 这会导致XGBoost使用
XGDMatrixCreateFromCSREx
函数而不是XGDMatrixCreateFromMat
为数据创建基线矩阵。然后,在sprase和Density表示中缺少的元素之间存在一个平衡点:
“稀疏”元素被树增强器视为“缺失”,并被视为
线性助推器的零点