2
Je forme un classificateur xgboost sur un problème de classification binaire. Il produit 70% de prédictions précises. Pourtant, la perte de log est très importante à 9.13. Je suppose que c'est peut-être parce que quelques prédictions sont très loin de la cible, mais je ne comprends pas pourquoi cela arrive - d'autres personnes rapportent beaucoup mieux logloss (0.55 - 0.6) sur les mêmes données avec xgboost.xgboost: énorme perte de journal malgré une précision raisonnable
from readCsv import x_train, y_train
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, log_loss
from xgboost import XGBClassifier
seed=7
test_size=0.09
X_train, X_test, y_train, y_test = train_test_split(
x_train, y_train, test_size=test_size, random_state=seed)
# fit model no training data
model = XGBClassifier(max_depth=5,
learning_rate=0.02,
objective= 'binary:logistic',
n_estimators = 5000)
model.fit(X_train, y_train)
# make predictions for test data
y_pred = model.predict(X_test)
predictions = [round(value) for value in y_pred]
accuracy = accuracy_score(y_test, predictions)
print("Accuracy: %.2f%%" % (accuracy * 100.0))
ll = log_loss(y_test, y_pred)
print("Log_loss: %f" % ll)
print(model)
produit suivant la sortie:
Accuracy: 73.54%
Log_loss: 9.139162
XGBClassifier(base_score=0.5, colsample_bylevel=1, colsample_bytree=1,
gamma=0, learning_rate=0.02, max_delta_step=0, max_depth=5,
min_child_weight=1, missing=None, n_estimators=5000, nthread=-1,
objective='binary:logistic', reg_alpha=0, reg_lambda=1,
scale_pos_weight=1, seed=0, silent=True, subsample=1)
Tout le monde sait raisons de mon haut logloss? Merci!
Notez que vous calculez la précision avec des prédictions arrondies mais calculez votre perte de journal sans prédictions arrondies. Avez-vous essayé de vérifier votre précision sans arrondir les valeurs? – rafaelvalle
@rafaelvalle Testé maintenant sans arrondir: il a produit exactement le même nombre - 73.54% – ikamen