如何解决如何在Python中打印班级预测? XGBoost
我已经完成了功能工程,并训练了我的XGBoost预测模型。我的准确度达到了81%,但我不知道如何建立混淆矩阵(例如:打印真实的客户流失率1-0与预测性流失率)。这可能吗?我想知道“好预测”的总和(正确的肯定和否定的真实)和“错误的预测”的总数量(错误的肯定和错误的否定)。我在下面分享我的代码。预先感谢。
### Training XGBoost Model
xgb_train = xgb.DMatrix(X_train,label=y_train)
clf = xgb.XGBClassifier(
max_depth = 4,n_estimators = 600,learning_rate = 0.05,nthread = 4,colsample_bytree = 0.5,min_child_weight = 5,seed = 0)
## Cross Validation
cv = xgb.cv(clf.get_xgb_params(),xgb_train,num_boost_round=600,early_stopping_rounds=50,nfold=5,metrics=['auc'],seed=0)
# Fitting model with best parameters
clf.set_params(n_estimators=cv.shape[0])
clf.fit(X_train,y_train,eval_metric='auc')
# Calculate AUC in train and test.
auc_train = roc_auc_score(y_train,clf.predict_proba(X_train)[:,1])
y_proba_xgb = clf.predict_proba(X_test)[:,1]
auc_test = roc_auc_score(y_test,y_proba_xgb)
print(f"TRAIN: {auc_train},TEST: {auc_test}")
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。