在非常嘈杂的数据集上生成模型时，我需要提取训练集上最终XGBoost模型所做的预测。我知道我可以从xgb.cv中提取不合时宜的预测，但是然后我就不能用它来预测保留的测试集。
我知道这不是通常的用例，但有必要，因此请找出训练样本中哪些样本代表异常值，以进行进一步的探索和以后的模型堆叠。
有没有办法显示最终模型对训练集所做的预测？我本以为，因为我可以在每个回合中都出错，但我找不到办法。
再多考虑一下，似乎我正在寻找的是类似于Random Forest袋外预测的模拟。但是，由于增强树的性质，实际上并没有“真正的” OOB样本，因为任何样本都可能出现在先前的树中。
我认为最接近的方法是采用与训练模型相同的参数和随机种子，从CV XGB模型中进行预测。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句