包索引 • xgboost - XGBoost 文档

高级接口

高级 XGBoost 接口

xgboost(): 拟合 XGBoost 模型

predict(<xgboost>): 计算在新数据上的 XGBoost 模型预测

print(<xgboost>): 打印 XGBoost 模型信息

数据集

R 包附带的测试数据集。

agaricus.train: 来自蘑菇数据集的训练部分

agaricus.test: 来自蘑菇数据集的测试部分

全局配置

XGBoost 库的全局配置。

xgb.config() `xgb.config<-`(): 以 JSON 字符串形式访问模型参数

xgb.set.config() xgb.get.config(): 设置和获取全局配置

DMatrix

低级数据存储。

xgb.DMatrix() xgb.QuantileDMatrix(): 构造 xgb.DMatrix 对象

xgb.DMatrix.hasinfo(): 检查 DMatrix 对象是否具有某个字段

xgb.DMatrix.save(): 将 xgb.DMatrix 对象保存到二进制文件

dim(<xgb.DMatrix>): xgb.DMatrix 的维度

dimnames(<xgb.DMatrix>) `dimnames<-`(<xgb.DMatrix>): 处理 xgb.DMatrix 的列名

print(<xgb.DMatrix>): 打印 xgb.DMatrix

xgb.DataBatch(): 数据批次结构

xgb.DataIter(): XGBoost 数据迭代器

xgb.get.DMatrix.data(): 获取 DMatrix 数据

xgb.get.DMatrix.num.non.missing(): 获取 DMatrix 中非缺失条目的数量

xgb.ExtMemDMatrix(): 来自外部数据的 DMatrix

xgb.QuantileDMatrix.from_iterator(): 来自外部数据的 QuantileDMatrix

xgb.get.DMatrix.qcut(): 获取 DMatrix 中的分位数切点

xgb.slice.DMatrix() `[`(<xgb.DMatrix>): 切片 DMatrix

Booster

XGBoost 的模型。

a-compatibility-note-for-saveRDS-save: 模型序列化和兼容性

coef(<xgb.Booster>): 从线性 Booster 中提取系数

getinfo() setinfo(): 获取或设置 xgb.DMatrix 和 xgb.Booster 对象的信息

predict(<xgb.Booster>): XGBoost 模型的预测方法

print(<xgb.Booster>): 打印 xgb.Booster

xgb.load(): 从二进制文件加载 XGBoost 模型

xgb.load.raw(): 从 R 的原始向量加载序列化的 XGBoost 模型

xgb.save(): 将 XGBoost 模型保存到二进制文件

xgb.save.raw(): 将 XGBoost 模型保存到 R 的原始向量

xgb.copy.Booster(): 深度复制 Booster 对象

xgb.slice.Booster() `[`(<xgb.Booster>): 按轮次切片 Booster

xgb.get.num.boosted.rounds() length(<xgb.Booster>): 获取已拟合 Booster 中的提升次数

xgb.is.same.Booster(): 检查两个 Booster 是否共享同一个 C 对象

xgb.importance(): 特征重要性

xgb.attr() `xgb.attr<-`() xgb.attributes() `xgb.attributes<-`(): 访问模型的序列化属性

xgb.create.features(): 从先前学习到的模型创建新特征

xgb.model.dt.tree(): 解析模型文本转储

`xgb.model.parameters<-`(): 访问模型参数

xgb.ggplot.deepness() xgb.plot.deepness(): 绘制模型树深度

xgb.dump(): 以文本格式转储 XGBoost 模型。

variable.names(<xgb.Booster>): 从 Booster 中获取特征名称

xgb.ggplot.importance() xgb.plot.importance(): 绘制特征重要性

xgb.plot.multi.trees(): 将所有树投影到一棵树上

xgb.plot.shap(): SHAP 依赖图

xgb.ggplot.shap.summary() xgb.plot.shap.summary(): SHAP 摘要图

xgb.plot.tree(): 绘制提升树

xgb.gblinear.history(): 提取 gblinear 系数历史记录

训练回调

用于训练的回调函数。

xgb.Callback(): XGBoost 回调构造器

xgb.cb.cv.predict(): 返回基于交叉验证的预测的回调

xgb.cb.early.stop(): 激活提前停止的回调

xgb.cb.evaluation.log(): 记录评估历史的回调

xgb.cb.gblinear.history(): 收集 gblinear Booster 系数历史的回调

xgb.cb.print.evaluation(): 打印评估结果的回调

xgb.cb.reset.parameters(): 在每次迭代时重置 Booster 参数的回调

xgb.cb.save.model(): 保存模型文件的回调

低级训练函数

使用 DMatrix 和 Booster 的低级训练函数

xgb.params(): XGBoost 参数

xgb.train(): 拟合 XGBoost 模型

xgb.cv(): 交叉验证

print(<xgb.cv.synchronous>): 打印 xgb.cv 结果

弃用设置

xgboost-options: XGBoost 选项