Scikit learn XGBoost从助推器对象获取分类器对象?
我通常使用Scikit learn XGBoost从助推器对象获取分类器对象?,scikit-learn,classification,xgboost,sklearn-pandas,Scikit Learn,Classification,Xgboost,Sklearn Pandas,我通常使用 regr = XGBClassifier() regr.fit(X, y) regr.feature_importances_ 其中类型(regr)为 但是,我有一个pickle mXGBoost模型,解包后返回类型为的对象。这与我运行regr.get_booster()时使用的对象相同 我已经找到了一些从增压器对象获取可变重要性的解决方案,但是有没有一种方法可以从增压器对象获取分类器对象,这样我就可以应用相同的feature\u importances\u命令?这似乎是最简单的解
regr = XGBClassifier()
regr.fit(X, y)
regr.feature_importances_
其中类型(regr)为
但是,我有一个pickle mXGBoost模型,解包后返回类型为的对象。这与我运行regr.get_booster()时使用的对象相同
我已经找到了一些从增压器对象获取可变重要性的解决方案,但是有没有一种方法可以从增压器对象获取分类器对象,这样我就可以应用相同的feature\u importances\u命令?这似乎是最简单的解决方案,或者我必须编写一个函数来模拟feature_importances_uu的输出,以便它适合我记录的feature importances
所以理想情况下我会有
xbg_booster = pickle.load(open("xgboost-model", "rb"))
assert str(type(xgb_booster)) == "<class 'xgboost.core.Booster'>", 'wrong class'
xgb_classifier = xgb_booster.get_classifier()
xgb_classifier.feature_importances_
xbg\u增压器=pickle.load(打开(“xgboost型号”、“rb”))
断言str(类型(xgb\u booster))==“”,“错误的类”
xgb_分类器=xgb_助推器。获取_分类器()
xgb\u分类器。特征\u重要性_
在寻找分类器方面,助推器对象的操作是否有任何限制?我想有一些保存/加载/转储的组合可以满足我的需要,但我现在陷入困境
同样在上下文中,pickled模型是AWS sagemaker的输出,因此我只是将其解包以进行进一步的评估根据我自己的经验,尝试从sagemaker生成的助推器对象中重新创建分类器,我学到了以下几点:
我知道您追求的是功能重要性,所以我希望这能让您更接近,我有一个不同的用例,最终能够利用增压器满足我的需要。根据我自己的经验,尝试从SageMaker生成的增压器对象中重新创建分类器,我学到了以下几点:
我知道你追求的是功能重要性,所以我希望这能让你更接近我,我有一个不同的用例,最终能够利用助推器满足我的需要。这太奇怪了,我能够通过xgb_classifier=xgb.XGBClassifier()获得功能重要性-->xgb\U分类器。-->xgb\U分类器。功能重要性这很奇怪,我可以通过xgb\U分类器=xgb.XGBClassifier()-->xgb\U分类器获得功能重要性。-->xgb\U分类器。-->