如何使用 Scikit-Learn Wrapper 获得 XGBoost 和 XGBoost 的预测以进行匹配？

Question

我是 Python 中 XGBoost 的新手，所以如果这里的答案很明显，我深表歉意，但我正在尝试使用 panda 数据帧并在 Python 中获取 XGBoost，以提供与使用 Scikit-Learn 包装器时相同的预测做同样的练习。到目前为止，我一直无法这样做。举个例子，这里我取 boston 数据集，转换为 panda 数据帧，对数据集的前 500 个观察值进行训练，然后预测最后 6 个。我首先使用 XGBoost，然后使用 Scikit-Learn 包装器和即使我将模型的参数设置为相同，我也会得到不同的预测。具体来说，数组预测看起来与数组预测非常不同（参见下面的代码）。任何帮助将不胜感激！

from sklearn import datasets
import pandas as pd
import xgboost as xgb
from xgboost.sklearn import XGBClassifier
from xgboost.sklearn import XGBRegressor

### Use the boston data as an example, train on first 500, predict last 6 
boston_data = datasets.load_boston()
df_boston = pd.DataFrame(boston_data.data,columns=boston_data.feature_names)
df_boston['target'] = pd.Series(boston_data.target)


#### Code using XGBoost
Sub_train = df_boston.head(500)
target = Sub_train["target"]
Sub_train = Sub_train.drop('target', axis=1) 

Sub_predict = df_boston.tail(6)
Sub_predict = Sub_predict.drop('target', axis=1)  

xgtrain = xgb.DMatrix(Sub_train.as_matrix(), label=target.tolist())
xgtest = xgb.DMatrix(Sub_predict.as_matrix())

params = {'booster': 'gblinear', 'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1, 'n_estimators': 500,    'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'reg_alpha': 1}

model = xgb.train(dtrain=xgtrain, params=params)

predictions = model.predict(xgtest)

#### Code using Sk learn Wrapper for XGBoost
model = XGBRegressor(learning_rate =.1, n_estimators=500,
max_depth=2, min_child_weight=3, gamma=0, 
subsample=.8, colsample_bytree=.7, reg_alpha=1, 
objective= 'reg:linear')

target = "target"

Sub_train = df_boston.head(500)
Sub_predict = df_boston.tail(6)
Sub_predict = Sub_predict.drop('target', axis=1)

Ex_List = ['target']

predictors = [i for i in Sub_train.columns if i not in Ex_List]

model = model.fit(Sub_train[predictors],Sub_train[target])

predictions2 = model.predict(Sub_predict)

Answer 1

请看this answer here

xgboost.train 将忽略参数 n_estimators，而 xgboost.XGBRegressor 接受。在 xgboost.train 中，提升迭代次数 （即 n_estimators）由 num_boost_round 控制（默认值：10）

它建议从提供给xgb.train 的参数中删除n_estimators，并将其替换为num_boost_round。

所以像这样改变你的参数：

params = {'objective': 'reg:linear', 
      'max_depth': 2, 'learning_rate': .1,    
      'min_child_weight': 3, 'colsample_bytree': .7,
      'subsample': .8, 'gamma': 0, 'alpha': 1}

然后像这样训练 xgb.train：

model = xgb.train(dtrain=xgtrain, params=params,num_boost_round=500)

你会得到同样的结果。

或者，保持 xgb.train 不变并像这样更改 XGBRegressor：

model = XGBRegressor(learning_rate =.1, n_estimators=10,
                     max_depth=2, min_child_weight=3, gamma=0, 
                     subsample=.8, colsample_bytree=.7, reg_alpha=1, 
                     objective= 'reg:linear')

那么你也会得到同样的结果。