1 Python Package Introduction

由于xgboost使用文档内容较多，时间有限，此文进队文档中的Python Package Introduction(Python软件包简介)介绍给出翻译，文档网址https://xgboost.readthedocs.io/en/stable/python/python_intro.html#install-xgboost

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Yv5vVPOM-1652526423857)(attachment:image.png)]

This document gives a basic walkthrough of the xgboost package for Python. The Python package is consisted of 3 different interfaces, including native interface, scikit-learn interface and dask interface. For introduction to dask interface please see Distributed XGBoost with Dask.

本文档提供了 xgboost包关于Python的基本演练。Python包由3个不同的接口组成，包括原生接口、scikit-learn接口和dask接口。有关dask接口的介绍，请参阅带有dask的分布式XGBoost。

List of other Helpful Links

XGBoost Python Feature Walkthrough
Python API Reference

其他有用链接列表

XGBoost Python功能演练
Python API参考

1.1 Install XGBoost 安装XGBoost

To install XGBoost, follow instructions in Installation Guide.
To verify your installation, run the following in Python:

要安装XGBoost，请按照《安装指南》中的说明进行操作。
要验证安装，请在Python中运行以下命令：

import xgboost as xgb

1.2 Data Interface 数据接口

The XGBoost python module is able to load data from many different types of data format, including:
NumPy 2D array
SciPy 2D sparse array
Pandas data frame
cuDF DataFrame
cupy 2D array
dlpack
datatable
XGBoost binary buffer file.
LIBSVM text format file
Comma-separated values (CSV) file
(See Text Input Format of DMatrix for detailed description of text input format.)

数据接口

XGBoost python模块能够从多种不同类型的数据格式加载数据，包括：
NumPy 2维数组
SciPy 2维稀疏数组
Pandas 数据框
cuDF 数据框
cupy 2维数组
dlpack
数据表
XGBoost二进制缓冲文件
LIBSVM 文本格式文件
逗号分隔值（CSV）文件
（有关文本输入格式的详细说明，请参见DMatrix的输入格式。）

The data is stored in a DMatrix object.
数据存储在DMatrix对象中。

#dir(xgb)
from xgboost import DMatrix
import numpy as np
import scipy

To load a NumPy array into DMatrix:
加载NumPy 2维数组到DMatrix中

data = np.random.rand(5, 10)  # 5 entities, each contains 10 features
label = np.random.randint(2, size=5)  # binary target
dtrain = xgb.DMatrix(data, label=label)

To load a scipy.sparse array into DMatrix:
加载SciPy 2维稀疏数组到DMatrix中

csr = scipy.sparse.csr_matrix((dat, (row, col)))
dtrain = xgb.DMatrix(csr)

To load a Pandas data frame into DMatrix:
加载Pandas 数据框到DMatrix中

data = pandas.DataFrame(np.arange(12).reshape((4,3)), columns=[‘a’, ‘b’, ‘c’])
label = pandas.DataFrame(np.random.randint(2, size=4))
dtrain = xgb.DMatrix(data, label=label)

Saving DMatrix into a XGBoost binary file will make loading faster:
保存 DMatrix对象得到 XGBoost二进制文件可以使得加载速度更快

dtrain = xgb.DMatrix(‘train.svm.txt’)
dtrain.save_binary(‘train.buffer’)

Missing values can be replaced by a default value in the DMatrix constructor:
缺失值可以被替换成默认值在DMatrix构造函数中

dtrain = xgb.DMatrix(data, label=label, missing=np.NaN)

Weights can be set when needed:
当需要时，数据权重可以设置

w = np.random.rand(5, 1)
dtrain = xgb.DMatrix(data, label=label, missing=np.NaN, weight=w)

When performing ranking tasks, the number of weights should be equal to number of groups.
在执行排名任务时，权重的数量应等于组的数量。

To load a LIBSVM text file or a XGBoost binary file into DMatrix:
加载一个LIBSVM 文本格式文件或者XGBoost二进制缓冲文件到 DMatrix对象中

dtrain = xgb.DMatrix(‘train.svm.txt’)
dtest = xgb.DMatrix(‘test.svm.buffer’)

The parser in XGBoost has limited functionality. When using Python interface, it’s recommended to use sklearn load_svmlight_file or other similar utilites than XGBoost’s builtin parser.
XGBoost中的解析器功能有限。在使用Python接口时，建议使用sklearn中 load_svmlight_file或XGBoost的内置解析器以外的其他类似实用程序。

To load a CSV file into DMatrix:
加载一个csv文件到DMatrix中

label_column specifies the index of the column containing the true label

dtrain = xgb.DMatrix(‘train.csv?format=csv&label_column=0’)
dtest = xgb.DMatrix(‘test.csv?format=csv&label_column=0’)

The parser in XGBoost has limited functionality. When using Python interface, it’s recommended to use pandas read_csv or other similar utilites than XGBoost’s builtin parser.
GBoost中的解析器功能有限。在使用Python接口时，建议使用spandas中read_csv或XGBoost的内置解析器以外的其他类似实用程序。

1.3 Setting Parameters 参数设置

XGBoost can use either a list of pairs or a dictionary to set parameters. For instance:
XGBoost可以使用配对列表或字典来设置参数。例如：

Booster parameters 助推器（提升器）参数

param = {'max_depth': 2, 'eta': 1, 'objective': 'binary:logistic'}
param['nthread'] = 4
param['eval_metric'] = 'auc'

You can also specify multiple eval metrics:
您还可以指定多个评估指标：

param['eval_metric'] = ['auc', 'ams@0']
# alternatively:
# plst = param.items()
# plst += [('eval_metric', 'ams@0')]

Specify validations set to watch performance
制定验证集去查看模型表现

evallist = [(dtest, ‘eval’), (dtrain, ‘train’)]

1.4 Training 训练

Training a model requires a parameter list and data set
训练一个模型需要参数列表和数据集合

num_round = 10
bst = xgb.train(param, dtrain, num_round, evallist)

After training, the model can be saved.
训练后，可以保存模型

bst.save_model(‘0001.model’)

The model and its feature map can also be dumped to a text file.
模型及其功能特征映射也可以转储到文本文件中。

# dump model
bst.dump_model('dump.raw.txt')
# dump model with feature map
bst.dump_model('dump.raw.txt', 'featmap.txt')

A saved model can be loaded as follows:
一个保存的模型可以按照如下方式加载

bst = xgb.Booster({'nthread': 4})  # init model
bst.load_model('model.bin')  # load data

Methods including update and boost from xgboost.Booster are designed for internal usage only. The wrapper function xgboost.train does some pre-configuration including setting up caches and some other parameters.

方法包括xgboost的更新和boost，设计仅用于内部使用。装饰器函数xgboost.train会进行一些预配置，包括设置缓存和其他一些参数。

1.5 Early Stopping 提前停止

If you have a validation set, you can use early stopping to find the optimal number of boosting rounds. Early stopping requires at least one set in evals. If there’s more than one, it will use the last.
如果你有一个验证集，你可以使用提前停止来找到最佳的提升轮数。提前停止需要至少设置一个值在参数 evals中。如果有多个，它将使用最后一个。

The model will train until the validation score stops improving. Validation error needs to decrease at least every early_stopping_rounds to continue training.

模型将一直训练，直到验证分数停止改善。验证错误需要至少每 early_stopping_rounds减少才能继续训练。
If early stopping occurs, the model will have two additional fields: bst.best_score, bst.best_iteration. Note that xgboost.train() will return a model from the last iteration, not the best one.
如果提前停止，模型将有两个附加字段：bst.best_score、bst.best_iteration。注意xgboost.train（）将返回最后一次迭代的模型，而不是最佳模型。
This works with both metrics to minimize (RMSE, log loss, etc.) and to maximize (MAP, NDCG, AUC). Note that if you specify more than one evaluation metric the last one in param[‘eval_metric’] is used for early stopping.
这与最小化（RMSE、log损失等）和最大化（MAP、NDCG、AUC）的指标一起工作。请注意，如果指定了多个评估指标，则param[‘eval_metric’]中的最后一个用于提前停止。

1.6 Prediction 预测

A model that has been trained or loaded can perform predictions on data sets.
经过训练或加载的模型可以对数据集进行预测。

# 7 entities, each contains 10 features
data = np.random.rand(7, 10)
dtest = xgb.DMatrix(data)
ypred = bst.predict(dtest)

If early stopping is enabled during training, you can get predictions from the best iteration with bst.best_iteration:
如果在训练期间启用了提前停止，您可以通过bst.best_iteration从最佳迭代中获得预测：

ypred = bst.predict(dtest, iteration_range=(0, bst.best_iteration + 1))

1.7 Plotting 绘图

You can use plotting module to plot importance and output tree.
To plot importance, use xgboost.plot_importance(). This function requires matplotlib to be installed.

可以使用绘图模块绘制重要性和输出树。
要绘制重要性，请使用xgboost.plot_importance()。此功能需要安装matplotlib。

xgb.plot_importance(bst)

To plot the output tree via matplotlib, use xgboost.plot_tree(), specifying the ordinal number of the target tree. This function requires graphviz and matplotlib.
要通过matplotlib绘制输出树，请使用 xgboost.plot_tree(),指定目标树的序号。此函数需要graphviz和matplotlib。

When you use IPython, you can use the xgboost.to_graphviz() function, which converts the target tree to a graphviz instance. The graphviz instance is automatically rendered in IPython.
当你使用IPython时，可以使用xgboost.to_graphviz() ，该函数将目标树转换为graphviz实例。graphviz实例将在IPython中自动渲染。

xgb.to_graphviz(bst, num_trees=2)

1.8 Scikit-Learn interface sklearn 接口

XGBoost provides an easy to use scikit-learn interface for some pre-defined models including regression, classification and ranking.
XGBoost为一些预定义模型（包括回归、分类和排名）提供了一个易于使用的sklearn接口。

# Use "gpu_hist" for training the model.
reg = xgb.XGBRegressor(tree_method="gpu_hist")
# Fit the model using predictor X and response y.
reg.fit(X, y)
# Save model into JSON format.
reg.save_model("regressor.json")

User can still access the underlying booster model when needed:
用户仍可以在需要时访问底层的增强器：

booster: xgb.Booster = reg.get_booster()

参考引用

XGBoost Documentation：https://xgboost.readthedocs.io/en/stable/

python提升算法2_XGBOOST_docs_Python使用英译汉相关推荐

python评分卡4_logistics原理与解法_sklearn英译汉
本系列分以下章节: python评分卡1_woe与IV值 python评分卡2_woe与IV分箱方法 python评分卡3_woe与IV分箱实现 python评分卡4_logistics原理与解法_s ...
计算机专业外语英译汉,信科计算机专业英语英译汉
计算机专业英语句子翻译,参考信息科学与工程学院,计算机专业英语英译汉作业,仅供参考 Translate this sentences into Chinese: 1. In reality, com ...
金融财务英译汉常用词怎样翻译
我们知道,金融财务的本质是价值流通,金融翻译产品种类多种多样,所涉及翻译文件与银行.证券.保险﹑基金.信托.融资,以及与国际收支.汇兑.结算.信用.投资等领域相关.金融财务翻译的一个难点就是常用名词, ...
《keep studying》————《持续学习》英译汉【istrangeboy精品英文励志短文系列】
<keep studying>----<持续学习>英译汉dd by istrangeboy it's very simple.the attitude you have whe ...
《succes can be a lonely road》【istrangeboy精品英文励志短文系列】之最美英文励志诗《成功是一条孤独之路》英译汉
<succes can be a lonely road> --<成功是一条孤独之路>英译汉 by istrangeboy success can be a lonely ro ...
TCP-实现英译汉服务器客户端（多进程/多线程）
TCP套接字编程介绍本文程序介绍(共5部分) TCP API 封装 Socket() 创建套接字 Close() 关闭套接字 Bind() 绑定地址信息 Listen() 使一个套接字成为监听套接字 ...
英译汉在线翻译器如何实现英文语音翻译中文
英译汉在线翻译器如何实现英文语音翻译中文?对于出国游玩的朋友来说,首先要解决的就是语言沟通问题,否则即使去了国外,面对语言障碍,恐怕也没有游玩的心情.今天小编将要为大家分享一个英文翻译中文的好方法,帮 ...
java设计单词英译汉小助手_java课程设计——英汉电子词典编程
Java课程设计--英汉电子词典一.需求分析二十世纪后半叶,以电子计算机为代表的现代科学获得了突飞猛进的发展并迅速和人们的日常生活结合在一起.计算机技术的发展和进步也使电子语言词典的诞生成为可能. ...
新视野大学英语第三版第三册全书的Word In Use翻译和部分单元的英译汉翻译
转到博客浏览效果可能不佳(比如序号无法正常显示,可以下载文档) 链接:https://www.lanzous.com/b531026/ 密码:2qfl Word In Use Unit1 1.Most ...

python提升算法2_XGBOOST_docs_Python使用英译汉