Learner 类，用于执行训练和预测。这是xgboost训练的用户界面模块。Load/Save 函数对应于 Python/R 中使用的模型。更多...

#include <learner.h>

xgboost::Learner 的继承图

xgboost::Learner 的协作图

公共成员函数
	~Learner () override
	虚析构函数更多...

virtual void	配置 ()=0
	根据设置的参数配置Learner。更多...

virtual void	UpdateOneIter (std::int32_t iter, std::shared_ptr< DMatrix > train)=0
	使用指定的目标函数更新模型一次迭代。更多...

virtual void	BoostOneIter (std::int32_t iter, std::shared_ptr< DMatrix > train, linalg::Matrix< GradientPair > *in_gpair)=0
	使用 in_gpair 进行自定义梯度提升。更多...

virtual std::string	EvalOneIter (int iter, const std::vector< std::shared_ptr< DMatrix >> &data_sets, const std::vector< std::string > &data_names)=0
	使用配置的指标评估特定迭代的模型。更多...

virtual void	Predict (std::shared_ptr< DMatrix > data, bool output_margin, HostDeviceVector< bst_float > *out_preds, bst_layer_t layer_begin, bst_layer_t layer_end, bool training=false, bool pred_leaf=false, bool pred_contribs=false, bool approx_contribs=false, bool pred_interactions=false)=0
	给定模型进行预测。更多...

virtual void	InplacePredict (std::shared_ptr< DMatrix > p_m, PredictionType type, float missing, HostDeviceVector< float > **out_preds, bst_layer_t layer_begin, bst_layer_t layer_end)=0
	原地预测。更多...

virtual void	CalcFeatureScore (std::string const &importance_type, common::Span< int32_t const > trees, std::vector< bst_feature_t > features, std::vector< float > scores)=0
	计算特征分数。参见 C API 文档了解输出。更多...

virtual int32_t	BoostedRounds () const =0

virtual std::uint32_t	Groups () const =0
	获取模型的输出组数量。更多...

void	LoadModel (Json const &in) override=0
	从 JSON 对象加载模型更多...

void	SaveModel (Json *out) const override=0
	将模型配置保存到 JSON 对象更多...

virtual void	SetParams (Args const &args)=0
	一次性设置多个参数。更多...

virtual void	SetParam (const std::string &key, const std::string &value)=0
	设置 booster 参数。更多...

virtual bst_feature_t	GetNumFeature () const =0
	获取 booster 的特征数量。更多...

virtual void	SetAttr (const std::string &key, const std::string &value)=0
	为 Booster 设置附加属性。更多...

virtual bool	GetAttr (const std::string &key, std::string *out) const =0
	从 booster 获取属性。该属性将与 booster 一起保存。更多...

virtual bool	DelAttr (const std::string &key)=0
	从 booster 中删除属性。更多...

virtual std::vector< std::string >	GetAttrNames () const =0
	从 booster 获取属性名称向量。更多...

virtual void	SetFeatureNames (std::vector< std::string > const &fn)=0
	为当前 booster 设置特征名称。更多...

virtual void	GetFeatureNames (std::vector< std::string > *fn) const =0
	获取当前 booster 的特征名称。更多...

virtual void	SetFeatureTypes (std::vector< std::string > const &ft)=0
	为当前 booster 设置特征类型。更多...

virtual void	GetFeatureTypes (std::vector< std::string > *ft) const =0
	获取当前 booster 的特征类型。更多...

virtual CatContainer const *	Cats () const =0
	获取类别。更多...

virtual Learner *	Slice (bst_layer_t begin, bst_layer_t end, bst_layer_t step, bool *out_of_bound)=0
	切片模型。更多...

virtual std::vector< std::string >	DumpModel (const FeatureMap &fmap, bool with_stats, std::string format)=0
	以请求的格式转储模型更多...

virtual XGBAPIThreadLocalEntry &	GetThreadLocal () const =0

virtual void	重置 ()=0
	重置 booster 对象以释放用于训练的数据缓存。更多...

virtual Context const *	Ctx () const =0
	返回此 Booster 的上下文对象。更多...

virtual const std::map< std::string, std::string > &	GetConfigurationArguments () const =0
	获取学习器当前存储的配置参数。更多...

从 xgboost::Model 继承的公共成员函数
virtual	~Model ()=default

从 xgboost::Configurable 继承的公共成员函数
virtual	~Configurable ()=default

virtual void	LoadConfig (Json const &in)=0
	从 JSON 对象加载配置。更多...

virtual void	SaveConfig (Json *out) const =0
	将配置保存到 JSON 对象。更多...

静态公共成员函数
static Learner *	Create (const std::vector< std::shared_ptr< DMatrix > > &cache_data)
	创建 Learner 的新实例。更多...

保护属性
std::unique_ptr< ObjFunction >	obj_
	目标函数更多...

std::unique_ptr< GradientBooster >	gbm_
	模型使用的梯度助推器。更多...

std::vector< std::unique_ptr< Metric > >	metrics_
	用于评估模型的评估指标。更多...

Context	ctx_
	训练参数。更多...

详细描述

Learner 类，用于训练和预测。这是 xgboost 训练面向用户的模块。加载/保存函数对应于 python/R 中使用的模型。

std::unique_ptr<Learner> learner(new Learner::Create(cache_mats));
learner.Configure(configs);
 
for (int iter = 0; iter < max_iter; ++iter) {
learner->UpdateOneIter(iter, train_mat);
LOG(INFO) << learner->EvalOneIter(iter, data_sets, data_names);
}

构造函数和析构函数文档

◆ ~Learner()

xgboost::Learner::~Learner ( )

override

虚析构函数

成员函数文档

◆ BoostedRounds()

virtual int32_t xgboost::Learner::BoostedRounds ( ) const

纯虚函数

◆ BoostOneIter()

virtual void xgboost::Learner::BoostOneIter	(	std::int32_t	iter,
		std::shared_ptr< DMatrix >	训练,
		linalg::Matrix< GradientPair > *	in_gpair
	)

纯虚函数

使用 in_gpair 进行自定义梯度提升。

注意: 此调用后 in_gpair 可能会被修改。

参数

iter	当前迭代次数
训练	数据矩阵的引用。
in_gpair	输入梯度统计信息。

◆ CalcFeatureScore()

virtual void xgboost::Learner::CalcFeatureScore	(	std::string const &	重要性类型,
		common::Span< int32_t const >	树,
		std::vector< bst_feature_t > *	features,
		std::vector< float > *	分数
	)

纯虚函数

计算特征分数。参见 C API 文档了解输出。

◆ Cats()

virtual CatContainer const* xgboost::Learner::Cats ( ) const

纯虚函数

类别的 Getter。

◆ Configure()

virtual void xgboost::Learner::Configure ( )

纯虚函数

根据设置的参数配置Learner。

◆ Create()

static Learner* xgboost::Learner::Create ( const std::vector< std::shared_ptr< DMatrix > > & cache_data )

static

创建 Learner 的新实例。

参数

cache_data 用于缓存预测的矩阵。

返回: 创建的学习器。

◆ Ctx()

virtual Context const* xgboost::Learner::Ctx ( ) const

纯虚函数

返回此 Booster 的上下文对象。

◆ DelAttr()

virtual bool xgboost::Learner::DelAttr ( const std::string & key )

纯虚函数

从 booster 中删除属性。

参数

key 属性的键。

返回: 键是否在 booster 的属性中找到。

◆ DumpModel()

virtual std::vector<std::string> xgboost::Learner::DumpModel	(	const FeatureMap &	fmap,
		bool	with_stats,
		std::string	format
	)

纯虚函数

以请求的格式转储模型

参数

fmap	可能有助于解释特征的特征图
with_stats	转储模型时的额外统计信息
format	转储模型的格式

返回: booster 转储的向量。

◆ EvalOneIter()

virtual std::string xgboost::Learner::EvalOneIter	(	int	iter,
		const std::vector< std::shared_ptr< DMatrix >> &	data_sets,
		const std::vector< std::string > &	data_names
	)

纯虚函数

使用配置的指标评估特定迭代的模型。

参数

iter	迭代次数
data_sets	要评估的数据集。
data_names	每个数据集的名称

返回: 对应于评估结果的字符串

◆ GetAttr()

virtual bool xgboost::Learner::GetAttr	(	const std::string &	key,
		std::string *	out
	)		const

纯虚函数

从 booster 获取属性。该属性将与 booster 一起保存。

参数

key	属性的键。
out	输出值。

返回: 键是否存在于 booster 的属性中。

◆ GetAttrNames()

virtual std::vector<std::string> xgboost::Learner::GetAttrNames ( ) const

纯虚函数

从 booster 获取属性名称向量。

返回: 属性名称字符串向量。

◆ GetConfigurationArguments()

virtual const std::map<std::string, std::string>& xgboost::Learner::GetConfigurationArguments ( ) const

纯虚函数

获取学习器当前存储的配置参数。

返回: 表示配置参数的键值对

◆ GetFeatureNames()

virtual void xgboost::Learner::GetFeatureNames ( std::vector< std::string > * fn ) const

纯虚函数

获取当前 booster 的特征名称。

参数

fn 输出特征名称

◆ GetFeatureTypes()

virtual void xgboost::Learner::GetFeatureTypes ( std::vector< std::string > * ft ) const

纯虚函数

获取当前 booster 的特征类型。

参数

fn 输出特征类型

◆ GetNumFeature()

virtual bst_feature_t xgboost::Learner::GetNumFeature ( ) const

纯虚函数

获取 booster 的特征数量。

返回: 特征数量

◆ GetThreadLocal()

virtual XGBAPIThreadLocalEntry& xgboost::Learner::GetThreadLocal ( ) const

纯虚函数

◆ Groups()

virtual std::uint32_t xgboost::Learner::Groups ( ) const

纯虚函数

获取模型的输出组数量。

◆ InplacePredict()

virtual void xgboost::Learner::InplacePredict	(	std::shared_ptr< DMatrix >	p_m,
		PredictionType	type,
		float	missing,
		HostDeviceVector< float > **	out_preds,
		bst_layer_t	layer_begin,
		bst_layer_t	layer_end
	)

纯虚函数

原地预测。

参数

	p_fmat	包含数据和相关元信息的代理 DMatrix。
	type	预测类型。
	missing	数据中的缺失值。
[in,out]	out_preds	指向输出预测向量的指针。
	layer_begin	用于预测的增强树层的起始。
	layer_end	增强层结束。0 表示不限制树。

◆ LoadModel()

void xgboost::Learner::LoadModel ( Json const & in )

override纯虚

从JSON对象加载模型

参数

in	要从中加载模型的 JSON 对象。

实现 xgboost::Model。

◆ Predict()

virtual void xgboost::Learner::Predict	(	std::shared_ptr< DMatrix >	数据,
		bool	output_margin,
		HostDeviceVector< bst_float > *	out_preds,
		bst_layer_t	layer_begin,
		bst_layer_t	layer_end,
		bool	training = `false`,
		bool	pred_leaf = `false`,
		bool	pred_contribs = `false`,
		bool	approx_contribs = `false`,
		bool	pred_interactions = `false`
	)

纯虚函数

给定模型进行预测。

参数

数据	输入数据
output_margin	是否只预测边际值而不是转换后的预测
out_preds	存储预测的输出向量
layer_begin	用于预测的增强树层的起始。
layer_end	增强层结束。0 表示不限制树。
training	预测结果是否用于训练
pred_leaf	是否只预测增强树预测器中每棵树的叶子索引
pred_contribs	是否只预测特征贡献
approx_contribs	是否近似特征贡献以提高速度
pred_interactions	是否计算特征对贡献

◆ Reset()

virtual void xgboost::Learner::Reset ( )

纯虚函数

重置booster对象以释放用于训练的数据缓存。

◆ SaveModel()

void xgboost::Learner::SaveModel ( Json * out ) const

override纯虚

将模型配置保存到JSON对象

参数

out	要保存模型的 JSON 容器。

实现 xgboost::Model。

◆ SetAttr()

virtual void xgboost::Learner::SetAttr	(	const std::string &	key,
		const std::string &	value
	)

纯虚函数

为 Booster 设置附加属性。

该属性将与 booster 一起保存。

参数

key	属性的键。
value	属性的值。

◆ SetFeatureNames()

virtual void xgboost::Learner::SetFeatureNames ( std::vector< std::string > const & fn )

纯虚函数

为当前 booster 设置特征名称。

参数

fn 输入特征名称

◆ SetFeatureTypes()

virtual void xgboost::Learner::SetFeatureTypes ( std::vector< std::string > const & ft )

纯虚函数

为当前 booster 设置特征类型。

参数

ft 输入特征类型。

◆ SetParam()

virtual void xgboost::Learner::SetParam	(	const std::string &	key,
		const std::string &	value
	)

纯虚函数

设置 booster 参数。

该属性将不会与 booster 一起保存

参数

key	参数的键
value	参数的值

◆ SetParams()

virtual void xgboost::Learner::SetParams ( Args const & args )

纯虚函数

一次性设置多个参数。

参数

args 参数。

◆ Slice()

virtual Learner* xgboost::Learner::Slice	(	bst_layer_t	begin,
		bst_layer_t	end,
		bst_layer_t	步长,
		bool *	out_of_bound
	)

纯虚函数

切片模型。

有关层参数，请参见 InplacePredict。

参数

步长	切片之间的步长。
out_of_bound	如果结束层超出范围，则返回 true。

返回: 切片模型。

◆ UpdateOneIter()

virtual void xgboost::Learner::UpdateOneIter	(	std::int32_t	iter,
		std::shared_ptr< DMatrix >	训练
	)

纯虚函数

使用指定的目标函数更新模型一次迭代。

参数

iter	当前迭代次数
训练	数据矩阵的引用。

成员数据文档

◆ ctx_

Context xgboost::Learner::ctx_

protected

训练参数。

◆ gbm_

std::unique_ptr<GradientBooster> xgboost::Learner::gbm_

protected

模型使用的梯度助推器。

◆ metrics_

std::vector<std::unique_ptr<Metric> > xgboost::Learner::metrics_

protected

用于评估模型的评估指标。

◆ obj_

std::unique_ptr<ObjFunction> xgboost::Learner::obj_

protected

目标函数

此类的文档由以下文件生成

/home/docs/checkouts/readthedocs.org/user_builds/xgboost/checkouts/stable/include/xgboost/learner.h

公共成员函数

静态公共成员函数

保护属性

详细描述

构造函数和析构函数文档

◆ ~Learner()

成员函数文档

◆ BoostedRounds()

◆ BoostOneIter()

◆ CalcFeatureScore()

◆ Cats()

◆ Configure()

◆ Create()

◆ Ctx()

◆ DelAttr()

◆ DumpModel()

◆ EvalOneIter()

◆ GetAttr()

◆ GetAttrNames()

◆ GetConfigurationArguments()

◆ GetFeatureNames()

◆ GetFeatureTypes()

◆ GetNumFeature()

◆ GetThreadLocal()

◆ Groups()

◆ InplacePredict()

◆ LoadModel()

◆ Predict()

◆ Reset()

◆ SaveModel()

◆ SetAttr()

◆ SetFeatureNames()

◆ SetFeatureTypes()

◆ SetParam()

◆ SetParams()

◆ Slice()

◆ UpdateOneIter()

成员数据文档

◆ ctx_

◆ gbm_

◆ metrics_

◆ obj_