xgb.train과 xgb.XGBRegressor (또는 xgb.XGBClassifier)의 차이점은 무엇입니까?

Question

"xgboost.XGBRegressor은 XGBoost 용 Scikit-Learn Wrapper 인터페이스입니다."

하지만 다른 차이점이 있습니까?

Answer 1

xgboost.train은 그래디언트 부스팅 방법을 통해 모델을 학습하는 저급 API입니다. DMatrix을 준비하여 해당 목적 함수 및 파라미터 전달이 (그들이 부르는, Scikit 배우기 형 포장기)

xgboost.XGBRegressor 및 xgboost.XGBClassifier는 래퍼.

이

self._Booster = train(params, dmatrix, 
         self.n_estimators, evals=evals, 
         early_stopping_rounds=early_stopping_rounds, 
         evals_result=evals_result, obj=obj, feval=feval, 
         verbose_eval=verbose) 

이 XGBRegressor 및 XGBClassifier 수행 할 수 있습니다 모든이 xgboost.train 기능을 기본 통해 행할 것을 의미한다 : 결국, fit 호출은 간단하게 아래로 비등. 예를 들어, xgboost.train의 유용한 매개 변수 중 일부는 XGBModel API에서 지원되지 않습니다. 현저한 차이의 목록이 포함

• xgboost.traincallbacks는 각 반복의 마지막에인가 설정할 수있다.
• xgboost.train은 xgb_model 매개 변수를 통한 교육 계속을 허용합니다.
• xgboost.train은 평가 함수의 축소뿐만 아니라 최대화도 허용합니다.