是否有现成的函数可以从R中的xgboost模型获取部分依赖图？我看到使用mlr包的示例，但似乎需要一个mlr-特定的包装类。我不太清楚是否有一种方法将xgboost模型转换为该类。
2个回答
6
我一直在开发一个名为pdp的R包，用于构建局部依赖图--https://github.com/bgreenwell/pdp。我已经成功地将其与XGBoost模型结合使用，但仍处于试验阶段。目前，手稿文件夹中正在编写一份指南/手册，可能会有所帮助。
- bgreenwell
-1
这似乎可以解决问题，而无需转换为mlr：https://github.com/FeiYeYe/xgboost/blob/master/R-package/R/plot.xgb.Booster.R
- Anarcho-Chossid
6
2我认为这不会绘制出偏依赖性。对于所选预测器的每个箱，它获取此箱中落入观察中的预测值中位数。对于偏依赖性，应使用每个单独的观察值来计算该箱的平均值。 - Vinh Nguyen
我不确定你是正确的。看看这个：
indices_bucket <- which(data[, index] >= pred_var_x[i-1] & data[, index] < pred_var_x[i])。它获取观察值并对每个观察值进行预测：preds_bucket <- xgboost::predict(object, data[indices_bucket, , drop = FALSE], missing = NA, ntreelimit = ntrees)，然后获取预测值的中位数：pred_var_y[i - 1] <- median(preds_bucket, na.rm = TRUE)。 - Anarcho-Chossidindices_bucket 告诉我们感兴趣的预测器 (data[, index]) 落在哪个桶中的行。这并不是所有的行。然后当调用 predict 时，它仅适用于那些行，而不是所有行。 - Vinh Nguyen“all rows”是什么意思？ - Anarcho-Chossid
1"All rows" 是在
data 上没有任何子集调用 predict。对于感兴趣的预测器（索引），您实际上必须为每一行传递该预测器的每个可能值。这是针对大型数据集进行计算密集型操作的时候。 - Vinh Nguyen好的，所以您需要对要放入部分依赖图中的所有变量进行交叉连接，然后对每个预测变量的值的结果取中位数？ - Anarcho-Chossid
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
mlr管道可能是值得的。在使用mlr生成偏差图的教程中有很好的解释。您只需要将“classif.ksvm”替换为“classif.xgboost”，并使用mlr::makeClassifTask()从数据生成任务即可。 - jakob-r