R 如何绘制用插入符号构建的极端梯度提升树
我刚刚用packageR 如何绘制用插入符号构建的极端梯度提升树,r,machine-learning,r-caret,xgboost,R,Machine Learning,R Caret,Xgboost,我刚刚用packagecaret使用“xgbTree”方法(极端梯度推进)建立了一个基本分类模型。它有很高的准确性(3类),但我看不到规则或绘制树 当用插入符号构建树时,有人知道如何绘制树吗?我尝试使用xgboost包中的xgb.plot.tree函数,但我得到一个错误,表明它无法绘制,因为我的模型不是xgb.train函数生成的类xgb.Booster的对象。有没有一种方法可以将我内置的模型caret强制为xgb.Booster对象 非常感谢您的帮助。我遇到了同样的问题,当我查看xgb.plo
caret
使用“xgbTree”方法(极端梯度推进)建立了一个基本分类模型。它有很高的准确性(3类),但我看不到规则或绘制树
当用插入符号构建树时,有人知道如何绘制树吗?我尝试使用xgboos
t包中的xgb.plot.tree
函数,但我得到一个错误,表明它无法绘制,因为我的模型不是xgb.train
函数生成的类xgb.Booster
的对象。有没有一种方法可以将我内置的模型caret
强制为xgb.Booster
对象
非常感谢您的帮助。我遇到了同样的问题,当我查看
xgb.plot.tree的帮助时,
第一个参数是要素名称向量,然后您必须指定模型参数
xgb.plot.tree(model = myegb$finalModel)
上述操作将生成没有特征名称的树形图;将使用列索引
要添加要素名称,请执行以下操作:
xgb.plot.tree(feature_names = myegb$finalModel$params, model = myegb$finalModel)
您需要执行以下操作:
树(model=myegb$finalModel,trees=tree\u index)
tree_index用于指定要绘制的树的索引,否则将在一个图形中绘制所有树,您将丢失详细信息。在xgb.plot.tree中,索引从0开始,而不是从1开始。请提供一个。库(插入符号)#构建(训练)模型tic()myegbappend$finalModel
到训练过的模型对象是关键。我确实有完全相同的问题。任何进一步的建议@HunkyGoon你想出来了吗?