데이터 세트에서 분류자를 만들려고합니다. 내가 먼저 XGBoost 사용 :xgboost.cv와 sklearn.cross_val_score가 다른 결과를주는 이유는 무엇입니까?
import xgboost as xgb
import pandas as pd
import numpy as np
train = pd.read_csv("train_users_processed_onehot.csv")
labels = train["Buy"].map({"Y":1, "N":0})
features = train.drop("Buy", axis=1)
data_dmat = xgb.DMatrix(data=features, label=labels)
params={"max_depth":5, "min_child_weight":2, "eta": 0.1, "subsamples":0.9, "colsample_bytree":0.8, "objective" : "binary:logistic", "eval_metric": "logloss"}
rounds = 180
result = xgb.cv(params=params, dtrain=data_dmat, num_boost_round=rounds, early_stopping_rounds=50, as_pandas=True, seed=23333)
print result
을 그리고 그 결과는 다음과 같습니다
test-logloss-mean test-logloss-std train-logloss-mean
0 0.683539 0.000141 0.683407
179 0.622302 0.001504 0.606452
우리는 그것을 볼 수는 약 0.622이다;
그러나 정확하게 동일한 매개 변수를 사용하여 sklearn
으로 전환하면 결과가 매우 다릅니다. 다음은 내 코드입니다 :
from sklearn.model_selection import cross_val_score
from xgboost.sklearn import XGBClassifier
import pandas as pd
train_dataframe = pd.read_csv("train_users_processed_onehot.csv")
train_labels = train_dataframe["Buy"].map({"Y":1, "N":0})
train_features = train_dataframe.drop("Buy", axis=1)
estimator = XGBClassifier(learning_rate=0.1, n_estimators=190, max_depth=5, min_child_weight=2, objective="binary:logistic", subsample=0.9, colsample_bytree=0.8, seed=23333)
print cross_val_score(estimator, X=train_features, y=train_labels, scoring="neg_log_loss")
그 결과는 다음과 같습니다 [-4.11429976 -2.08675843 -3.27346662]
, 그것은 지금까지 0.622에서 아직 반전 후.
나는 브레이크 포인트를 cross_val_score
에 던졌고, 분류기가 테스트 세트의 모든 튜플을 약 0.99 확률로 음수로 예측함으로써 미친 예측을한다는 것을 알았습니다.
내가 잘못 생각한 부분이 있습니다. 누군가 나를 도울 수 있습니까?