Python dask_ml.xgboost.train用法及代碼示例

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

在 Dask 集群上訓練 XGBoost 模型

這會在所有 Dask 工作人員上啟動 XGBoost，將輸入數據移動到這些工作人員，然後在輸入上調用 xgboost.train。

參數：

client: dask.distributed.Client：
params: dict：: 提供給 XGBoost 的參數(參見 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：: 通過就地改變evals_result，將所有項目的評估結果曆史存儲在eval_set中。
sample_weight：數組，可選: 實例權重
**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 ...>

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask_ml.xgboost.train。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。