Python dask_ml.xgboost.train用法及代码示例

用法:
dask_ml.xgboost.train(client, params, data, labels, dmatrix_kwargs={}, evals_result=None, sample_weight=None, **kwargs)

在 Dask 集群上训练 XGBoost 模型

这会在所有 Dask 工作人员上启动 XGBoost，将输入数据移动到这些工作人员，然后在输入上调用 xgboost.train。

参数：

client: dask.distributed.Client：
params: dict：: 提供给 XGBoost 的参数(参见 xgb.Booster.train)
data: dask array or dask.dataframe：
labels: dask.array or dask.dataframe：
dmatrix_kwargs: Keywords to give to Xgboost DMatrix：
evals_result: dict, optional：: 通过就地改变evals_result，将所有项目的评估结果历史存储在eval_set中。
sample_weight：数组，可选: 实例权重
**kwargs: Keywords to give to XGBoost train：

例子：

>>> client = Client('scheduler-address:8786')  
>>> data = dd.read_csv('s3://...')  
>>> labels = data['outcome']  
>>> del data['outcome']  
>>> train(client, params, data, labels, **normal_kwargs)  
<xgboost.core.Booster object at ...>

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask_ml.xgboost.train。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。