为什么 XGBoost 安装中没有 booster 参数，同时在文档中？答案

【问题标题】：Why there is no booster parameter in the XGBoost installation, meanwhile it is in the documentation?为什么 XGBoost 安装中没有 booster 参数，同时在文档中？
【发布时间】：2017-05-19 15:41:30
【问题描述】：

我已经安装了 XGBoost。这些是它在执行时显示的参数：打印(xgboost.XGBClassifier())

XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
   gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=3,
   min_child_weight=1, missing=None, n_estimators=100, nthread=-1,
   objective='binary:logistic', reg_alpha=0, reg_lambda=1,
   scale_pos_weight=1, seed=0, silent=True, subsample=1)

但是在Scikit-Learn API的文档中，出现了“助推器”参数。为什么我没有？

Scikit-Learn API
Scikit-Learn Wrapper interface for XGBoost.

class xgboost.XGBRegressor(max_depth=3, learning_rate=0.1,  
n_estimators=100, silent=True, objective='reg:linear', 
**booster='gbtree'**, nthread=-1, gamma=0, min_child_weight=1, 
max_delta_step=0, subsample=1, colsample_bytree=1, colsample_bylevel=1, 
reg_alpha=0, reg_lambda=1, scale_pos_weight=1, base_score=0.5, seed=0, 
missing=None)

编辑

这是我得到的：

    ---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-63-26499cfcb8f8> in <module>()
     18         #Inicio de Cross-validation
     19         clf = Pipeline([('rcl', RobustScaler()),
---> 20                         ('clf',    xgboost.XGBClassifier(booster='gbtree', objective='multi:softmax', seed=0,  nthread=-1))])
     21         ##############4 epoch x sujeto###########
     22         print("4 epoch x sujeto en test_size")

 TypeError: __init__() got an unexpected keyword argument 'booster'

【问题讨论】：

标签： python machine-learning xgboost

【解决方案1】：

恕我直言，这是一个严重的不一致，您应该为此打开一个问题。

但 XGB python 类或多或少是围绕这样一个事实设计的，即您可以通过train 方法在包中设置参数。

因此，您实际上可以通过以下方式提供助推器方法：

clf = xgb.XGBClassifier()
params = {"booster" : "gbtree"}
xgb.train(params, ...)

【讨论】：

好吧，如果我添加参数，我会收到此错误：TypeError: __init__() got an unexpected keyword argument 'booster'。有什么想法吗？
@Aizzaac 你能添加堆栈跟踪吗？否则很难为我遵循代码。
我在 EDIT 上添加了它。
根据签名缺少：args=['self', 'max_depth', 'learning_rate', 'n_estimators', 'silent', 'objective', 'nthread', 'gamma' , 'min_child_weight', 'max_delta_step', 'subsample', 'colsample_bytree', 'colsample_bylevel', 'reg_alpha', 'reg_lambda', 'scale_pos_weight', 'base_score', 'seed', 'missing'], varargs=None,关键字=None, defaults=(3, 0.1, 100, True, 'reg:linear', -1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0.5, 0, None)) 可能（就我而言）因为我使用的是包装器，并且不是从源代码编译的