跳到目录

获取 DMatrix 的分位数切点

来源: R/xgb.DMatrix.R
xgb.get.DMatrix.qcut.Rd

从经过直方图方法 (tree_method = "hist") 量化处理的 xgb.DMatrix 对象中获取分位数切点（也称边界）。

这些切点用于将观测值分配到不同的分箱中 - 即，这些是有序的边界，用于确定分配条件 border_low < x < border_high。因此，第一个和最后一个分箱将位于数据范围之外，以便包含所有观测值。

如果给定列有 'n' 个分箱，那么该列将有 'n+1' 个切点/边界，它们将按从低到高的排序顺序输出。

不同列根据其范围可以有不同数量的分箱。

用法

xgb.get.DMatrix.qcut(dmat, output = c("list", "arrays"))

参数

dmat

一个 xgb.DMatrix 对象，由 xgb.DMatrix() 返回。

output

分位数切点的输出格式。可能的选项有

  • "list"将返回一个列表，其中每个列对应一个条目，每个条目包含该列的数值型切点向量。如果dmat` 具有列名，则该列表也将具有列名。

  • "arrays" 将返回一个包含 indptr（基 0 索引）和 data 条目的列表。在此格式中，列 'i' 的切点通过对 'data' 从索引 indptr[i]+1 到 indptr[i+1] 进行切片获得。

返回值

分位数切点，格式由参数 output 指定。

示例

data(mtcars)

y <- mtcars$mpg
x <- as.matrix(mtcars[, -1])
dm <- xgb.DMatrix(x, label = y, nthread = 1)

# DMatrix is not quantized right away, but will be once a hist model is generated
model <- xgb.train(
  data = dm,
  params = xgb.params(tree_method = "hist", max_bin = 8, nthread = 1),
  nrounds = 3
)

# Now can get the quantile cuts
xgb.get.DMatrix.qcut(dm)