我目前正在使用
xgb.train(...)
,它返回一个booster,但我想使用RFE来选择最好的100个特征。由于它不是sklearn估计器,因此返回的booster不能用于RFE。XGBClassifier是xgboost库的sklearn API,但我无法获得与xgb.train(...)
方法相同的结果(roc-auc差10%)。我尝试过sklearn boosters,但它们也无法获得类似的结果。我还尝试将xgb.train(...)
方法包装在一个类中以添加sklearn估计器方法,但需要更改的内容太多了。有没有办法将xgb.train(...)
与sklearn中的RFE一起使用?