Python XGBoost 预测与 DMatrix 的差异
我发现 xbgoost 预测存在两个问题。我使用 XGBClassifier 训练模型，并尝试使用 Booster 加载模型进行预测，我发现
- 使用
xbg.Booster和xbg.Booster的预测略有不同code>xgb.Classifier，见下文。
- 使用
DMatrix时，list和numpy array之间的预测是不同的，见下文，
有些差异相当大，我不确定为什么会发生这种情况以及哪个预测应该是事实的来源？
I found there are 2 problems with xbgoost predictions. I trained the model with XGBClassifier and tried to load the model using Booster for prediction, I found
- Predictions are slightly different using
xbg.Boosterandxgb.Classifier, see below.
- Predictions are different between
listandnumpy arraywhen usingDMatrix, see below,
Some difference is quite big, I am not sure why this is happening and which prediction should be the source of truth?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
对于第二个问题，当您将列表转换为 numpy 数组时，您的数据类型可能会发生变化（取决于您使用的 numpy 版本）。例如，在 numpy 1.19.5 上，尝试将列表 ["1",1] 转换为 numpy 数组并查看结果。
For the second question, your data types could change when you convert a list to a numpy array (depending on the numpy version you're using). For example on numpy 1.19.5, try converting list ["1",1] to a numpy array and see the result.