XGBoost XGBClassifier Defaults in Python

Question

我正在尝试使用XGBoosts分类器对一些二进制数据进行分类。当我做最简单的事情，只使用默认值（如下）

clf = xgb.XGBClassifier()
metLearn=CalibratedClassifierCV(clf, method='isotonic', cv=2)
metLearn.fit(train, trainTarget)
testPredictions = metLearn.predict(test)

我得到了相当好的分类结果。

我的下一步是尝试调整我的参数。从参数指南猜测。。。https://github.com/dmlc/xgboost/blob/master/doc/parameter.md我想从默认开始工作。。。

# setup parameters for xgboost
param = {}
param['booster'] = 'gbtree'
param['objective'] = 'binary:logistic'
param["eval_metric"] = "error"
param['eta'] = 0.3
param['gamma'] = 0
param['max_depth'] = 6
param['min_child_weight']=1
param['max_delta_step'] = 0
param['subsample']= 1
param['colsample_bytree']=1
param['silent'] = 1
param['seed'] = 0
param['base_score'] = 0.5
clf = xgb.XGBClassifier(params)
metLearn=CalibratedClassifierCV(clf, method='isotonic', cv=2)
metLearn.fit(train, trainTarget)
testPredictions = metLearn.predict(test)

结果是，所有的事情都被预测为其中一种情况，而不是另一种情况。

奇怪的是，如果我设置

params={}

我希望给我与不输入任何参数相同的默认值，我得到了相同的事情发生

那么有人知道XGB分类器的默认值是什么吗？这样我就可以开始调谐了？

Answer 1

这不是在xgboost中设置参数的方式。您可以将参数网格传递到训练函数中，例如xgboost的train或sklearn的GridSearchCV，也可以使用XGBClassifier的set_params方法。另一件需要注意的事情是，如果您使用xgboost的包装器来sklearn（即：XGBClassifier()或XGBRegressor()类），那么使用的参数名称与sklearn自己的GBM类中使用的名称相同（例如：eta-->learning_rate）。我没有看到sklearn包装器的确切文档隐藏在哪里，但这些类的代码在这里：https://github.com/dmlc/xgboost/blob/master/python-package/xgboost/sklearn.py

以下是如何直接设置模型对象参数，供您参考。

>>> grid = {'max_depth':10}
>>> 
>>> clf = XGBClassifier()
>>> clf.max_depth
3
>>> clf.set_params(**grid)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=10,
       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)
>>> clf.max_depth
10

编辑：我想你可以在模型创建时设置参数，但这样做并不是很典型，因为大多数人都会以某种方式进行网格搜索。但是，如果你这样做，你需要将它们列为完整的params或使用**kwargs。例如：

>>> XGBClassifier(max_depth=10)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=10,
       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)
>>> XGBClassifier(**grid)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0, max_depth=10,
       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)

在没有**kwargs的情况下使用字典作为输入会将该参数设置为您的字典：

>>> XGBClassifier(grid)
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
       gamma=0, learning_rate=0.1, max_delta_step=0,
       max_depth={'max_depth': 10}, 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)

Answer 2

XGB分类器的默认值为：

• 最大深度=3
• learning_rate=0.1
• n_估计器=100
• silent=真
• objective="二进制：逻辑"
• 助推器="btree"
• n_jobs=1
• nthread=无
• gamma=0
• 最小儿童体重=1
• 最大delta_step=0
• 子样本=1
• colsample_bytree=1
• colsample_bylelevel=1
• reg_alpha=0
• reg_lambda=1
• scale_pos_weight=1
• base_score=0.5
• random_state=0
• seed=无
• missing=无

链接到XGBClassifier文档，其中包含类默认值：https://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.XGBClassifier

Answer 3

对于初学者来说，变量param似乎缺少一个s。

您在顶部写下参数：

param = {}
param['booster'] = 'gbtree'
param['objective'] = 'binary:logistic'
  .
  .
  .

但在训练模型时，使用params

clf = xgb.XGBClassifier(params)  <-- different variable!

这只是你例子中的一个拼写错误吗？

Answer 4

您就快到了！你只是忘了打开params字典（**运算符）。相反（它传递一个字典作为第一个位置参数）：

clf = xgb.XGBClassifier(params)

您应该这样做（这使得字典中的键都作为关键字args传递）：

clf = xgb.XGBClassifier(**params)

Answer 5

（更新）一旦您适应开箱即用的分类器模型：，默认值就可见

XGBClassifier(base_score=0.5, booster='gbtree', colsample_bylevel=1,
              colsample_bynode=1, colsample_bytree=1, gamma=0, gpu_id=-1,
              importance_type='gain', interaction_constraints='',
              learning_rate=0.300000012, max_delta_step=0, max_depth=6,
              min_child_weight=1, missing=nan, monotone_constraints='()',
              n_estimators=100, n_jobs=12, num_parallel_tree=1,
              objective='multi:softprob', random_state=0, reg_alpha=0,
              reg_lambda=1, scale_pos_weight=None, subsample=1,
              tree_method='exact', use_label_encoder=False,
              validate_parameters=1, verbosity=None)

详情如下：https://xgboost.readthedocs.io/en/latest/parameter.html