从 DMatrix 获取分位数切点

从已为直方图方法（tree_method = "hist"）进行量化的 xgb.DMatrix 中获取分位数切点（也称为边界）。

这些切点用于将观测值分配到 bin 中——也就是说，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 bin 将超出数据范围，以便包含所有观测值。

如果给定列有“n”个 bin，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。

不同的列可以根据其范围具有不同数量的 bin。

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"将以列表形式返回输出，每个列一个条目，其中每个列将有一个包含切点的数值向量。如果dmat` 已分配列名，则该列表将被命名。

• "arrays" 将返回一个包含 indptr（基于 0 索引）和 data 条目的列表。在此，列“i”的切点是通过从 data 中切片 indptr[i]+1 到 indptr[i+1] 的条目获得的。

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)