预测误差Xgboost R

我有一个名为df3的火车数据集。它是一个数据表。预测误差Xgboost R

我将其转换为稀疏矩阵如下：

sparse_matrix9 = sparse.model.matrix(ind_cco_fin_ult1~canal_entrada + 
            nomprov + 
            sexo + 
            ind_empleado + 
            indext + age + fark + ind_actividad_cliente 
           ,data = df3)

和我一起xgboost仿照它：

bst10_X <- xgboost(data = sparse_matrix9, label = output, max_depth = 15, 
      eta = 0.03, nthread = 2, nrounds = 550,prediction=TRUE, eval_metric = "auc",objective = "binary:logistic") 

#train-auc:0.881950+0.000475 test-auc:0.819496+0.001057

之后，我想预测的测试数据集。首先我chosed我的变量，并使其成为数据帧：

test4<-as.data.frame(
     test3$canal_entrada, 
     test3$nomprov, 
     test3$sexo, 
     test3$ind_empleado, 
     test3$indext, 
     test3$age, 
     test3$fark, 
     test3$ind_actividad_cliente 
)

之后，我想将其转换为稀疏矩阵：

sparse_matrix_test = xgb.DMatrix(data.matrix(test4))

和预测的测试数据集值：

res <- predict(bst10_X, newdata = sparse_matrix_test)

但它给我的预测只有一个独特的价值：

unique(res) 
0.00113265

为什么它只给我一个价值？我错在哪里？如何使用训练好的模型预测测试数据集？

谢谢。

来源

2016-12-04 hncltpcgl

如果您提供的测试和训练的绘制，然后它会帮助一个小数据集。你的问题可能在代码中，或者可能在数据中。如果您首先使用一些非稀疏数据开发模型，会发生什么情况。如果这个模型运行良好，那么你可能会得到一个线索。

来源

2016-12-23 17:43:15

预测误差Xgboost R

回答

相关问题