xboosting 问题求教

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问如何把数据加工成xboosting所要求的类型  
train_csv1 <- select(train_csv,-Date)
s <- sparse.model.matrix(Sales~.-1, data = train_csv1)
labels = train_csv1['Open']
bst <- xgboost(data = s, label =labels, max.depth = 4,eta = 1, nthread = 2, nround = 10,objective = "binary:logistic")
http://pan.baidu.com/s/1c2w2TFi   数据
求个大神帮忙看一下 他说我数据长度不一样。
之前查相关资料说label 只能是0到1的数字   
求教如何正确的预测Sales的数字
http://pan.baidu.com/s/1pLNkPOv 这个是测试数据集

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Boosting boost 问题求教 ING STI

你的test数据少一列Customers，没法预测。
训练的代码：

1. library(data.table)
   
2. library(xgboost)
   
3. train <- fread("train.csv")
   
4. train <- data.frame(train)
   
5. train$Date <- NULL
   
6. train <- apply(train,2, as.numeric)
   
7. label <- train[,3]
   
8. train <- as.matrix(train[,-3])
   
9. xgb_train_matrix <- xgb.DMatrix(data = train, label = label)
   
10. sgb_fit <- xgb.train(data = xgb_train_matrix,nrounds=50,booster='gblinear',eta=0.2,subsample = 0.6,
    
11.                      objective = 'reg:linear',nthread=4,eval_metric = 'rmse')
    
12. pred <- predict(sgb_fit,train)
    
13. cor(label,pred)

复制代码

相关系数0.92，还不错。

飞天玄舞6 发表于 2017-4-27 15:03
你的test数据少一列Customers，没法预测。
训练的代码：

感谢大神！