J'ai lu que c'est un des avantages de xgboost, que vous pouvez former sur un modèle existant. Disons que j'entraîné mon modèle pour 100 itérations, et que vous souhaitez redémarrer à partir de là pour terminer une autre 100 itérations, au lieu de refaire tout à partir de zéro ..Comment booster sur un modèle xgboost existant depuis sa dernière itération sans commencer depuis le début pour multi: prob
Je trouve cela dans les exemples xgboost de démonstration, d'ici https://github.com/dmlc/xgboost/blob/master/demo/guide-python/evals_result.py
bst = xgb.train(param, dtrain, 1, watchlist)
ptrain = bst.predict(dtrain, output_margin=True)
ptest = bst.predict(dtest, output_margin=True)
dtrain.set_base_margin(ptrain)
dtest.set_base_margin(ptest)
print ('this is result of running from initial prediction')
bst = xgb.train(param, dtrain, 1, watchlist)
mais cet exemple est pour objectif, binaire: logistique .. si je fais cela, je reçois cette erreur sur set_base_margin
TypeError: only length-1 arrays can be converted to Python scalars
J'ai un modèle qui a obtenu une formation pour 100 itérations .. Je veux faire encore 100 itérations, mais je ne veux pas recommencer depuis le début.
Toute aide .. ??