如何解决XGBoost 和 Catboost,进行预测
我对此非常陌生,正在寻找有关回归问题的帮助。我已经训练了 xgboost 模型和 cat 模型,如下所示:
import xgboost as xgb
from xgboost.sklearn import XGBRegressor
params = {'objective': 'reg:linear','eta': 0.01,'max_depth': 6,'min_child_weight': 3,'subsample': 0.8,'colsample_bytree': 0.8,'colsample_bylevel': 0.50,'gamma': 1.45,'eval_metric': 'rmse','seed': 12,'silent': True}
# create dataset for xgboost
xgb_data = [(xgb.DMatrix(X_train,y_train),'train'),(xgb.DMatrix(X_valid,y_valid),'valid')]
print('Starting training...')
# train
xgb_model = xgb.train(params,xgb.DMatrix(X_train,10000,xgb_data,verbose_eval=300,early_stopping_rounds=300)
xgb_pred = xgb_model.predict(xgb.DMatrix(X_valid))
train = X
train
X_test = train
X_test[X_test==np.inf]=np.nan
test_pred_xgb = xgb_model.predict(xgb.DMatrix((X_test)),ntree_limit=xgb_model.best_ntree_limit)
我现在想用上面的代码来预测。例如,我在票房数据、收视率、avg_vote、预算等功能上对此进行了训练。我想预测 world_wide_gross_income
我将如何使用自己的变量创建预测?我找不到这方面的最佳文档
我还想编译两个模型,例如: final_pred = 0.3test_pred_xgb + 0.7test_pred_cat
我该怎么做?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。