使用 xgboost 算法预测值答案

【问题标题】：predict values using xgboost algorithm使用 xgboost 算法预测值
【发布时间】：2020-01-10 22:17:35
【问题描述】：

我已经使用 Xgboost 编写了波士顿房价的代码这是代码

import treelite
import xgboost
from sklearn.datasets import load_boston
import treelite.runtime     # runtime module

X, y = load_boston(return_X_y=True)
print('dimensions of X = {}'.format(X.shape))
print('dimensions of y = {}'.format(y.shape))

dtrain = xgboost.DMatrix(X, label=y)
params = {'max_depth':3, 'eta':1, 'silent':1, 'objective':'reg:linear',
          'eval_metric':'rmse'}
bst = xgboost.train(params, dtrain, 20, [(dtrain, 'train')])

bst.save_model('bst1.model')

bst = xgboost.Booster({'nthread':4}) #init model
bst.load_model("bst1.model") # load data

#Now I want to make prediction using above model

(Pdb) bst.predict(X,10,20)
*** AttributeError: 'numpy.ndarray' object has no attribute 'feature_names'
(Pdb) bst.predict(10,20)
*** AttributeError: 'int' object has no attribute 'feature_names'
(Pdb)

对输入值 10 和 20 进行预测的正确方法是什么？

编辑

接受 Adji 的建议后

(Pdb) bst.predict([[10,20]])
*** AttributeError: 'list' object has no attribute 'feature_names'
(Pdb) bst.predict([10,20])
*** AttributeError: 'list' object has no attribute 'feature_names'

【问题讨论】：

从错误消息中，您看到bst.predict 的输入必须有一个名为feature_names 的属性。即 - 它不能是 int、数组、列表或任何其他基本类型。从“开始”页面的示例中，您可以看到您需要一个 xgb.DMatrix 对象作为输入。

标签： python machine-learning prediction xgboost

【解决方案1】：

我认为你应该尝试改变

10,20 到一个矩阵，或者

[[10,20]]（按照xgb.Dmatrix(...)结果的格式）

【讨论】：

link 检查这个链接，也许它对你有帮助。测试值与训练值格式相同，idk 为print(dtrain)的结果
或查看link，也许你会找到@user2129623 的东西。我认为bst.predict(...) 需要xgb.DMatrix(...) 作为输入，上面有'feature_names'。