在 R 中的 XG-Boost 中使用 predict() 时出错

Question

我一直在运行不同的算法，根据其他几个参数来预测Facebook帖子的性能。我正在尝试的最后一种方法是XG-Boost。

即使在重新检查我的代码和包文档后，我也不断收到错误。我的训练和测试数据都已清理，所有因子都已转换为带有 1 和 0 的列。

处理测试和训练数据

temp.treat <- prepare(treatplan,temp, varRestriction = newvars)
test.treat <- prepare(treatplan,test, varRestriction = newvars) 

训练模型

cv <- xgb.cv(data = as.matrix(temp.treat),
label = temp$Reach,
objective = "reg:linear",
nrounds = 400, nfold = 5, eta = 0.3, depth = 6) 

获取预测

test$pred <- predict(cv, as.matrix(test.treat))

数据训练时不会引发错误，但是当我运行预测命令的那一刻，我得到了错误 -

使用方法("预测"(中的错误： 没有适用于"预测"的方法应用于类"xgb.cv.sync"的对象

谁能告诉我我做错了什么？

Answer 1

正如JMichaelJ所建议的那样，这是正在发生的事情：

您正在使用xgboost包中的xgb.cv()函数。xgb.cv()函数运行初步建模，以帮助您确定要指定的适当nrounds(树(数等信息。这可以在调用xgb.cv()后提取

cv <- xgb.cv(data = as.matrix(temp.treat),
label = temp$Reach,
objective = "reg:linear",
nrounds = 400, nfold = 5, eta = 0.3, depth = 6) 
elog <- as.data.frame(cv$evaluation_log)
(nrounds <- which.min(elog$test_rmse_mean)) #this will print the number of trees you need

请务必记住，到目前为止，此步骤仅帮助您确定需要为模型指定的树数(nrounds(。现在你需要使用xgboost()实际构建它：

nrounds <- #Whatever number it told you above
model <- xgboost(data = as.matrix(data.treat),
label = data$outcome,
nrounds = nrounds,       # this is where the xgb.cv() results matter
objective = "reg:linear",    #or whatever type you need
eta = 0.3,
depth = 6)

假设您已经为测试数据集构建了处理计划，您现在可以根据存储在上述model中的输出使用predict()：

test$predictions <- predict(model, as.matrix(test.treat))

看起来您可能正在使用数据营地课程中的示例代码。这就是我正在使用的。我有同样的问题。希望此解决方案也适合您。

Answer 2

你应该使用该函数xgboost()在包中。

xgb.cv()只能帮助您获取有关以下方面的$evaluation表