我读了文档,
import xgboost as xgb
class xgboost.XGBClassifier(max_depth=3, learning_rate=0.1,
n_estimators=100, silent=True, objective='binary:logistic',
booster='gbtree', n_jobs=1,nthread=None, 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,
random_state=0, seed=None, missing=None, **kwargs)
然后,我尝试根据API创建自己的实例
model_benchmark=xgb.XGBClassifier(booster ='linear',objective='binary:logistic')
我得到:
TypeError: __init__() got an unexpected keyword argument 'booster'
关于如何选择我想要的助推器有什么建议吗?
最佳答案
更新:
我检查了Github v0.6的源代码,没有找到与booster参数有关的任何内容。该参数在最新版本的发行版中。但是,在0.6版本中也有关于Booster对象的一些信息,但使用它可能比实现最新版本的方法更为复杂。
根据文档(http://xgboost.readthedocs.io/en/latest/python/python_api.html):
booster: string
Specify which booster to use: gbtree, gblinear or dart.
没有“线性”,应该是“ gblinear”。