如何打印拟合 XGBoost 模型的超参数？

Question

如果我在数据上拟合 XGBoost 模型并且未设置任何参数（所有参数均为默认值），那么如何打印这些设置？

xgb_outofbox = XGBClassifier(random_state=0).fit(X_train, y_train)

我希望调用类似 xgb_outofbox.params_ 的内容，但这不起作用。我找不到这个非常简单的问题的任何答案。

Answer 1

TL;DR
xgb_outofbox.get_params() 带有文档 此处

详细信息
假设您有一个模型：“xgb_outofbox”

带有数据：

X_train = np.random.random((1000, 10))
y_train = np.random.randint(2, size=1000)

它是一个分类器：XGBClassifier()

并且您为其提供以下参数：

params = {"objective": "binary:logistic",
          "max_depth": 7,
          "learning_rate": 0.1,
          "n_estimators": 50}

这样您就可以创建分类器：
xgb_outofbox = XGBClassifier(**params)

然后拟合数据： xgb_outofbox.fit(X_train, y_train)

然后您就可以打印出参数，如下所示：
print(xgb_outofbox.get_params())

总而言之，代码可能如下所示：

import numpy as np
from xgboost import XGBClassifier

# generate data
X_train = np.random.random((1000, 10))
y_train = np.random.randint(2, size=1000)

# hyperparameter dictionary
params = {"objective": "binary:logistic",
          "max_depth": 7,
          "learning_rate": 0.1,
          "n_estimators": 50}

# unpack hyperparameters into classifier
xgb_outofbox = XGBClassifier(**params)

# fit the model
xgb_outofbox.fit(X_train, y_train)

# get the parameters
print(xgb_outofbox.get_params())

Answer 2

这可以通过打印模型对象本身来完成，即只需编写：

xgb_outofbox

Answer 3

使用get_xgb_params：

print(xgb_outofbox.get_xgb_params())

它返回XGBoost特定参数。

输出将是这样的：

{'objective': 'binary:logistic', 'base_score': None, 'booster': None, 'colsample_bylevel': None, 'colsample_bynode': None, 'colsample_bytree': None, 'gamma': None, 'gpu_id': None, 'interaction_constraints': None, 'learning_rate': None, 'max_delta_step': None, 'max_depth': None, 'min_child_weight': None, 'monotone_constraints': None, 'n_jobs': None, 'num_parallel_tree': None, 'random_state': None, 'reg_alpha': None, 'reg_lambda': None, 'scale_pos_weight': None, 'subsample': None, 'tree_method': None, 'validate_parameters': None, 'verbosity': None}