Python 如何绘制XGBoost评估指标？

我有以下代码

eval_set = [(X_train, y_train), (X_test, y_test)]
eval_metric = ["auc","error"]

在接下来的部分中，我将培训

XGBClassifier

模型

model = XGBClassifier()
%time model.fit(X_train, y_train, eval_set=eval_set, eval_metric=eval_metric, verbose=True)

这为我提供了以下格式的指标

[0] validation_0-auc:0.840532   validation_0-error:0.187758 validation_1-auc:0.84765    validation_1-error:0.17672
[1] validation_0-auc:0.840536   validation_0-error:0.187758 validation_1-auc:0.847665   validation_1-error:0.17672
....
[99] validation_0-auc:0.917587  validation_0-error:0.13846  validation_1-auc:0.918747   validation_1-error:0.137714
Wall time: 5 s

---

我用它制作了一个数据帧，并在时间（0-99）和其他指标之间绘制。是否有其他方法可以直接绘制输出？

我将继续从代码中显示绘制AUC分数的示例

results = model.evals_result()
epochs = len(results['validation_0']['error'])
x_axis = range(0, epochs)

结果是您的y轴值，年代是您的“n_估计值”。下面的代码绘制了这些结果：

fig, ax = pyplot.subplots()
ax.plot(x_axis, results['validation_0']['auc'], label='Train')
ax.plot(x_axis, results['validation_1']['auc'], label='Test')
ax.legend()
pyplot.ylabel('AUC')
pyplot.title('XGBoost AUC')
pyplot.show()

这将提供以下输出：

---

如果您想查看分类错误，请在ax.plot中将['auc']更改为['error']您所说的“我用它制作了一个数据帧”是什么意思？最直接的选择是在绘图中使用

model.evals_result（）['sample name']['metric name']

list。看一看example@MykhailoLisovyi谢谢，我去看看。所谓数据帧，我的意思是我获取了输出并创建了一个。