根据 XGBoost 模型预测数据值。
用法
# S3 method for class 'xgboost'
predict(
object,
newdata,
type = "response",
base_margin = NULL,
iteration_range = NULL,
validate_features = TRUE,
...
)参数
- object
一个类为
xgboost的 XGBoost 模型对象，由函数xgboost()生成。请注意，对于由
xgb.train()生成的类为xgb.Booster的模型，还有一个低级的predict.xgb.Booster()方法，它也可以作为xgboost类模型的替代方法使用，执行的验证和后处理较少。- newdata
用于计算
object中模型预测值的数据。支持的输入类别包括：数据框（来自 base R 的类
data.frame及其子类，如data.table）。矩阵（来自 base R 的类
matrix）。来自
Matrix包的稀疏矩阵，可以是类dgRMatrix(CSR) 或dgCMatrix(CSC)。来自
Matrix包的稀疏向量，将被解释为包含一个单独的观察值。
对于数据框，如果存在任何分类特征，它们应该是类
factor，并且必须与构建模型时使用的数据中的factor列具有相同的水平。任何类型不是factor的列将被解释为数值型。如果存在命名的列，并且模型是使用命名的列的数据进行拟合的，默认情况下它们将按名称进行匹配（参见
validate_features）。- type
预测的类型。支持的选项包括：
"response"：将输出模型在响应变量尺度上的预测值（例如，二分类情况下属于最后一个类别的概率）。结果将是与newdata行数相匹配的数值向量，或者是一个形状为[nrows(newdata), nscores]的数值矩阵（对于每个观察值产生多个得分的目标，如多类别分类或多分位数回归）。"raw"：将输出未处理的 boosting 得分（例如，对于目标binary:logistic，为 log-odds）。输出形状和类型与"response"相同。"class"：将输出预测概率最高的类别，返回为与newdata行数相匹配的factor类型（仅适用于分类目标）。"leaf"：将输出每个观察值在每棵树上的终端节点索引，为一个形状为[nrows(newdata), ntrees]的整数矩阵，或者为一个具有额外一个或两个维度的整数数组，最大形状为[nrows(newdata), ntrees, nscores, n_parallel_trees]，用于每个树产生多个得分和/或具有多个并行树的模型（例如，随机森林）。仅适用于基于树的 booster（不包括
gblinear）。"contrib"：将基于 SHAP 值，生成每个特征对给定观察值模型得分的贡献估计。贡献值在未转换的 margin 尺度上（例如，对于二分类，值为相对于基线的 log-odds 偏差）。输出将是一个形状为
[nrows, nfeatures+1]的数值矩阵，其中最后一个特征是截距，或者如果模型对每个观察值产生多个得分，则输出形状为[nrows, nscores, nfeatures+1]的数值数组。"interaction"：类似于"contrib"，但计算每一对特征交互贡献的 SHAP 值。请注意，此操作在计算和内存方面可能相当昂贵。由于它与特征数量呈平方关系，建议首先进行最重要的特征选择。
输出将是一个形状为
[nrows, nfeatures+1, nfeatures+1]的数值数组，或者（对于每个观察值产生多个得分的目标）形状为[nrows, nscores, nfeatures+1, nfeatures+1]。
- base_margin
用于从现有模型进行 boosting 的基础 margin（原始得分，独立于模型中的树添加到所有观察值）。
如果提供，应该是一个长度等于
newdata行数的向量（对于每个观察值产生单个得分的目标），或者是一个行数与newdata行数匹配且列数与模型估计的得分数匹配的矩阵（例如，多类别分类的类别数）。- iteration_range
用于预测的模型回合/迭代序列，通过传递一个包含序列开始和结束数字的二维向量来指定（格式与 R 的
seq相同 - 即，基于 1 的索引，并包含两端）。例如，传递
c(1,20)将使用前二十次迭代进行预测，而传递c(1,1)将仅使用第一次迭代。如果传递
NULL，则如果模型使用了早停，将停止在最佳迭代处；否则，将使用所有迭代（回合）。如果传递 "all"，无论模型是否使用了早停，都将使用所有回合。
不适用于
gblinearbooster。- validate_features
验证数据中的特征名称是否与列中的特征名称匹配，如果不匹配则重新排序数据中的特征。
如果传递
FALSE，则假定特征名称和类型与训练数据中的相同且顺序一致。请注意，这仅适用于列名，而不适用于分类列中的因子水平。
请注意，此检查可能会为预测增加相当大的延迟，因此建议在对性能敏感的应用中禁用它。
- ...
未使用。
示例
data("ToothGrowth")
y <- ToothGrowth$supp
x <- ToothGrowth[, -2L]
model <- xgboost(x, y, nthreads = 1L, nrounds = 3L, max_depth = 2L)
pred_prob <- predict(model, x[1:5, ], type = "response")
pred_raw <- predict(model, x[1:5, ], type = "raw")
pred_class <- predict(model, x[1:5, ], type = "class")
# Relationships between these
manual_probs <- 1 / (1 + exp(-pred_raw))
manual_class <- ifelse(manual_probs < 0.5, levels(y)[1], levels(y)[2])
# They should match up to numerical precision
round(pred_prob, 6) == round(manual_probs, 6)
pred_class == manual_class