如何解决R - 找出 xgboost 模型在新数据中期望哪些列进行预测
我们有一个包含 xgboost 模型的 .model
文件。这是我们加载模型的代码片段:
> xg_model <- xgb.load("../model_outputs/our_saved_model.model")
> xg_model
##### xgb.Booster
raw: 1.6 Mb
xgb.attributes:
niter
niter: 149
我没有创建这个模型,但我的任务是将新数据传递给模型以进行预测。不幸的是,我遇到了这个错误:
Error in predict.xgb.Booster(xg_model,xgb.DMatrix(as.matrix(our_dataframe_of_data))) :
[01:34:01] amalgamation/../src/learner.cc:1183: Check failed: learner_model_param_.num_feature >= p_fmat->Info().num_col_ (38 vs. 40) : Number of columns does not match number of features in booster.
...所以很明显我们的数据框有 40 列,但是这个模型被训练为期望一个有 38 列的数据框。不清楚的是我们的 xg_model
到底期望的是哪 38 列。是否有一个函数可以调用/绘制图形/等等,可以显示模型训练的 38 列?我们目前只有经过训练的模型,但没有训练模型的 R
代码...
解决方法
你的 XGBoost 版本是什么?了解这一点很重要,因为 XGBoost“架构规范”已经发生了相当大的变化。
现在,您应该探索 xgb.Booster
对象上的可用属性。查看它是否定义了 nfeatures
和 feature_names
属性:
print(xg_model$nfeatures)
print(xg_model$feature_names)
我相信您的 xgb.Booster
对象具有这些可用属性,因为它怎么知道需要 38 个特征?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。