xgboost 无袋预测

Posted

技术标签:

【中文标题】xgboost 无袋预测【英文标题】:xgboost out of bag predictions 【发布时间】:2016-06-02 04:22:57 【问题描述】:

是否有可能获得每棵树的袋外 (oob) 预测,并绘制某种置信区间。

例如,这是在quantregForest 包中实现的:

data(ozone,package="gss")
library(quantregForest)
xozone <- ozone[-1]
yozone <- ozone$upo3
qrfozone <- quantregForest(xozone,yozone)
plot(qrfozone)

【问题讨论】:

【参考方案1】:

我认为这在 xgboost 中还没有实现。我认为困难在于,在 randomForest 中,每棵树的权重是相等的,而在 boosting 方法中,权重是非常不同的。此外,“打包”xgboost 模型(仍然)不是很常见,只有这样您才能生成袋外预测(有关如何在 xgboost 中执行此操作,请参见此处:http://xgboost.readthedocs.io/en/latest/R-package/discoverYourData.html#special-note-what-about-random-forests)。

将来这将是一个在 xgboost 中实现的好工具。此外,如果您考虑使用 oob 预测进行快速调整。

【讨论】:

以上是关于xgboost 无袋预测的主要内容,如果未能解决你的问题,请参考以下文章

xgboost模型的内部节点预测

R语言构建xgboost模型:使用xgboost的第一颗树(前N颗树)进行预测推理或者使用全部树进行预测推理比较误分类率指标

XGBoost vs Deep Learning

R语言构建xgboost模型预测推理:输出预测概率预测标签

XGBoost:是不是可以预测多个标签并计算它们的 MAPE?

XGBoost 产生非二进制预测