eli5 explain_weights_xgboost KeyError: 'bias'

Question

我是 xgboost 的新手，我训练了一个模型，效果很好。现在我正在尝试使用 eli5 查看权重，我得到： KeyError: 'bias'

-------------------------------------------------- ------------------------- KeyError Traceback（最近一次调用最后一次） 在 3 clf6 = model6.named_steps['clf'] 4 vec6 = model6.named_steps['transformer'] ----> 5 explain_weights_xgboost(clf6, vec=vec6) ~/dev/envs/env3.7/lib/python3.7/site-packages/eli5/xgboost.py 在 explain_weights_xgboost（xgb，vec，top，target_names，targets，feature_names，feature_re，feature_filter，importance_type） 80 描述=DESCRIPTION_XGBOOST, 81 is_regression=is_regression, ---> 82 num_features=coef.shape[-1], 83) 84 ~/dev/envs/env3.7/lib/python3.7/site-packages/eli5/_feature_importances.py in get_feature_importance_explanation（估计器，vec，coef，feature_names，feature_filter，feature_re，top，description，is_regression，estimator_feature_names，num_features， coef_std) 35 特征过滤器=特征过滤器， 36 特征_re=特征_re, ---> 37 num_features=num_features, 38) 39 特征重要性 = 获取特征重要性过滤器（ ~/dev/envs/env3.7/lib/python3.7/site-packages/eli5/sklearn/utils.py 在 get_feature_names_filtered（clf，vec，bias_name，feature_names，num_features，feature_filter，feature_re，estimator_feature_names） 第124章 第125章 --> 126 estimator_feature_names=estimator_feature_names, 127) 第128章 ~/dev/envs/env3.7/lib/python3.7/site-packages/eli5/sklearn/utils.py 在 get_feature_names（clf，vec，bias_name，feature_names，num_features，estimator_feature_names） 77 个特征被命名为 x0、x1、x2 等。 78 """ ---> 79 如果没有 has_intercept(clf): 80 偏差名称 = 无 81 ~/dev/envs/env3.7/lib/python3.7/site-packages/eli5/sklearn/utils.py in has_intercept（估计器） 60 if hasattr(estimator, 'fit_intercept'): 61 返回 estimator.fit_intercept ---> 62 if hasattr(estimator, 'intercept_'): 63 如果 estimator.intercept_ 为无： 64返回假 ~/dev/envs/env3.7/lib/python3.7/site-packages/xgboost/sklearn.py in intercept_(self) 第743章 第744章 --> 745 返回 np.array(json.loads(b.get_dump(dump_format='json')[0])['bias']) 746 747 关键错误：“偏见”

谢谢！

Answer 1

我遇到了同样的问题，并通过在创建估算器时明确指定参数增强器来解决它：

clf = XGBClassifier(booster='gbtree')