如何解决存储多个 XGBoost 模型
我有一个时间序列数据集。我想在时间序列中每天训练一个 XGB 模型。我想使用 for 循环,但我不确定如何正确存储所有模型以及以后如何调用它们。这是我到目前为止所拥有的:
for date in range(minDate,maxDate):
model[date] = xgb.train(params,data)
但我不确定 model[date]
应该是什么?它可以是一个 numpy 数组吗?
解决方法
您可以使用以日期为键的字典:
model = {}
for date in range(minDate,maxDate):
model[date] = xgb.train(params,data)
然后你可以为给定的日期随机日期调用任何模型,假设给定一些输入来预测输出
model[RandomDate].predict(inputs)
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。