XGBClassifier num_class 无效答案

【问题标题】：XGBClassifier num_class is invalidXGBClassifier num_class 无效
【发布时间】：2016-05-24 22:09:51
【问题描述】：

我正在使用 XGBClassifier（在 xgboost 中）进行多类分类。执行分类器后，我收到一条错误消息：

unexpected keyword argument 'num_class'

下面列出了导致此错误的代码（params 是 xgb 的有效参数集）：

xgb.XGBClassifier(params, num_class=100)

我搜索了一下，发现 'num_class' 参数被命名为 'n_classes' 用于 XGBClassifier 的 scikit 实现。我尝试了此更改并收到了类似的错误：

unexpected keyword argument 'n_classes'

导致此错误的代码如下：

xgb.XGBClassifier(params, num_class=100)

感谢您在修复此错误方面的任何帮助！

【问题讨论】：

标签： python xgboost

【解决方案1】：

在 Sklearn XGB API 中，您不需要明确指定 num_class 参数。如果目标的级别超过 2 个，XGBClassifier 会自动切换到多类分类模式。

evals_result = {}
self.classes_ = list(np.unique(y))
self.n_classes_ = len(self.classes_)

 if self.n_classes_ > 2:
 # Switch to using a multiclass objective in the underlying XGB instance
 xgb_options["objective"] = "multi:softprob"
 xgb_options['num_class'] = self.n_classes_

在此处查看完整的源代码：https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/sklearn.py

【讨论】：