关于xgboost的问题，希望牛人帮我看下，自己实在找不到原因了

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

我是要用xgboost做分类预测，我把代码写在下边，然后代码运行的时候总出现错误，不知道是什么原因，好像是lable这个参数设置的不对，求大家帮我看下，真心感谢！

radata <- read.csv("E://ding//1012.csv",header=T)
ind <- sample(2, nrow(radata), replace=TRUE, prob=c(0.9, 0.1))
traindata <- radata[ind==1,]
testdata<- radata[ind==2,]

tdata<- as.matrix(traindata)

library(xgboost)

bst <- xgboost(id~a+b+c+g+h+i+j+k+l+n+q+r+s+t+v+w+x+y+z+aa+ab+ac+ad+ae+af+ah+ak+al+as,data = traindata,lable=traindata$id,max.depth = 2, eta = 1,
                                nround = 2, objective = "binary:logistic")


出现的错误信息是：
Error in xgb.setinfo(dmat, names(p), p[[1]]) :
  The length of labels must equal to the number of rows in the input data

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：boost 牛人帮 是什么原因 lable 参数设置 R语言 xgboost

建议你好好看看文档。 花点时间看文档没坏处。
我印象里， xgb是不支持 公式的。 label是个一列矩阵。  而且不支持dataframe。

jameschin007 发表于 2017-1-18 12:41
建议你好好看看文档。 花点时间看文档没坏处。
我印象里， xgb是不支持 公式的。 label是个一列矩阵。  而 ...

那个help已经看了，也看了例子，但例子中的这两句没看懂

data(agaricus.train, package='xgboost')
data(agaricus.test, package='xgboost')
train <- agaricus.train
test <- agaricus.test


我把公式删了，结果还是有错误
> bst <- xgboost(data = traindata,lable=y,max.depth = 2, eta = 1,
+                                 nrounds = 2, objective = "binary:logistic")
Error in xgb.get.DMatrix(data, label) : xgboost: Invalid input of data

label =y  注意拼写。。。。。。
如果traindata， y都是矩阵，应该没问题了

一、注意xgboost 中对 data 的要求：
       data      takes matrix, dgCMatrix, local data file or xgb.DMatrix
二、agaricus.train 是一个list :
    str(agaricus.train)
List of 2
$ data :Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
  .. ..@ i       : int [1:143286] 2 6 8 11 18 20 21 24 28 32 ...
  .. ..@ p       : int [1:127] 0 369 372 3306 5845 6489 6513 8380 8384 10991 ...
  .. ..@ Dim     : int [1:2] 6513 126
  .. ..@ Dimnames:List of 2
  .. .. ..$ : NULL
  .. .. ..$ : chr [1:126] "cap-shape=bell" "cap-shape=conical" "cap-shape=convex" "cap-shape=flat" ...
  .. ..@ x       : num [1:143286] 1 1 1 1 1 1 1 1 1 1 ...
  .. ..@ factors : list()
$ label: num [1:6513] 1 0 0 1 0 0 0 1 0 0 ...
三、正确格式是：
  bstSparse <- xgboost(data = agaricus.train$data, label = agaricus.train$label,
        max.depth = 6, eta =0.001, nthread = 3, nround = 6999,
         objective = "binary:logistic",verbose=2)
四、xgboost 自带分布式的数据集定义格式，xgb.DMatrix ，相当有效地处理大型数据集！！！
五，想有效地评估xgboost ，用xgb.train较好些
六，想用好xgboost ，最好想学习gbm及其gbm原创者论文，从楼主参数设制，可见，可能还没读过相关文献。。

data(agaricus.train, package='xgboost')
data(agaricus.test, package='xgboost')
train <- agaricus.train
test <- agaricus.test
就是获取两个数据集，一个训练集，一个测试集， 你仔细看看两个数据集的结构，应该训练集多一列。

jgchen1966 发表于 2017-1-18 23:00
一、注意xgboost 中对 data 的要求：
       data      takes matrix, dgCMatrix, local data file or xgb ...

确实没读过，gbm的代码也是错误一大堆，这两天刚开始学gbm和xgboost，有很多问题，自己确不知道怎么解决，也不知道要看什么书，不知道您有什么建议吗

jameschin007 发表于 2017-1-18 22:59
label =y  注意拼写。。。。。。
如果traindata， y都是矩阵，应该没问题了

他的错误提示是：无效的输入数据。我就觉得应该是要把traindata和y都设置为矩阵，但是我不知道该怎么转换

貌似运行出来了，请两位大牛看下，我这个对不对呀


> radata <- read.csv("E://ding//1012.csv",header=T)
> ind <- sample(2, nrow(radata), replace=TRUE, prob=c(0.9, 0.1))
> traindata <- radata[ind==1,]
> testdata<- radata[ind==2,]
>
> tdata<- as.matrix(traindata)
> y<- as.matrix(traindata$id)
> library(xgboost)
>
> bst <- xgboost(data = tdata,label = y,max.depth = 2, eta = 1,
+                                 nrounds = 2, objective = "binary:logistic")
[0]        train-error:0.000000
[1]        train-error:0.000000

yaoqsm321 发表于 2017-1-19 10:13
貌似运行出来了，请两位大牛看下，我这个对不对呀

1两位帮忙看下哈