xgboost模型训练出来的错误Error during wrapup: NA/NaN argument
最近想写一个自动寻找最佳参数的xgboost模型,然后将最佳参数带入建模(尽管这个功能caret可以实现,但是希望能够实现使用分层抽样的样本进行模型训练),在使用一个data.frame传入参数进行xgboost模型训练的时候,反复报错:
#clist中储存了最佳参数:study max_depth eta nround gamma subsample auc <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <auc>
1 Baren 6 0.1 50 0.1 0.9 0.75 max_depth_n <- clist[1,"max_depth"]
eta_n <- clist[1,"eta"]
nround_n <- clist[1,"nround"]
gamma_n <- clist[1,"gamma"]
subsample_n <- clist[1,"subsample"]model <- xgboost(data = dtrain,max_depth=max_depth_n, eta=eta_n, objective='binary:logistic', nround=nround_n,verbose = 0,gamma = gamma_n, nthread = 2, colsample_bytree = 0.7, min_child_weight = 1, subsample = subsample_n)错误信息:
Error during wrapup: NA/NaN argument
Error: no more error handlers available (recursive errors?); invoking 'abort' restart
这个错误主要时由于传入xgboost的参数中包含不能识别的NaN。于是将其他参数设置为固定的数值,手动检查每一个参数,终于发现nround不能用data.frame的数值进行传入,nround只支持numeric的数据类型,不能是data.frame的数据类型,将nround_n <- as.numeric(clist[1,"nround"]) 之后,就解决这个困扰一整天的问题!
xgboost模型训练出来的错误Error during wrapup: NA/NaN argument相关推荐
- R语言构建xgboost模型:使用xgboost模型训练tweedie回归模型,特征工程(dataframe转化到data.table、独热编码、缺失值删除、DMatrix结构生成)
R语言构建xgboost模型:使用xgboost模型训练tweedie回归模型,特征工程(dataframe转化到data.table.独热编码.缺失值删除.DMatrix结构生成) 目录
- XGboost模型训练与调参
XGboost XGboost是(Gradient Boosting Decision Tree)梯度提升树的一种实现. DBDT Model cycle: [外链图片转存失败,源站可能有防盗链机制, ...
- 使用K-Fold训练和预测XGBoost模型的方法
文章目录 一.前言 二.Xgboost一般的训练方法 2.1 问题及数据分析 2.2 搭建xgboost预测模型 2.3 XGBoost模型训练保存及模型评估 2.4 使用XGBoost模型进行预测 ...
- 惊!brat安装后进行标注-实战,并且通过一行代码自动标注为BIO格式,便于模型训练-and 错误解决
安装可查看文章:https://blog.csdn.net/weixin_42565135/article/details/119460805 安装后可以继续看下文哦 目录 流程 1.首先是数据集的处 ...
- R语言构建xgboost模型:控制训练信息输出级别verbose参数
R语言构建xgboost模型:控制训练信息输出级别verbose参数 目录 R语言构建xgboost模型:控制训练信息输出级别verbose参数
- R语言构建随机森林模型错误解决:Error in y - ymean : non-numeric argument to binary operator
R语言构建随机森林模型错误解决:Error in y - ymean : non-numeric argument to binary operator 目录 R语言构建随机森林模型错误解决:Erro ...
- R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释:基于训练数据以及模型构建LIME解释器解释一个iris数据样本的预测结果、LIME解释器进行模型预测结果解释并可视化
R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释:基于训练数据以及模型构建LIME解释器解释一个iris数据样本的预测结果.LIME解释器进行模型预测结果解释并可视化 ...
- R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释:基于训练数据以及模型构建LIME解释器解释多个iris数据样本的预测结果、使用LIME解释器进行模型预测结果解释
R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释:基于训练数据以及模型构建LIME解释器解释多个iris数据样本的预测结果.使用LIME解释器进行模型预测结果解释并可 ...
- R语言构建xgboost模型并评估模型(测试集、训练集每一轮):误分类率指标(misclassification rate)、logloss
R语言构建xgboost模型并评估模型(测试集.训练集每一轮):误分类率指标(misclassification rate).logloss 目录
- R语言构建xgboost模型:交叉验证(cross validation)训练xgboost模型,配置自定义的损失函数评估函数并使用交叉验证训练xgboost模型
R语言构建xgboost模型:交叉验证(cross validation)训练xgboost模型,配置自定义的损失函数(loss function).评估函数(evaluation function) ...
最新文章
- MYSQL的初级使用
- 数据中心是虚拟现实的基石
- 下列选项中 采用边界值平滑_使用Illustrator中的混合工具创建很有个性的蛋宝宝...
- c++ 0.你好,世界
- linux中控和安卓中控哪个比较好,原厂中控和改装中控有什么区别?哪个更好?...
- 美国海关大量人脸数据泄露,暗网可以免费下载,锅被甩给外包公司
- centos下安装go环境两种方法
- 智能实验室-杀马(Defendio) 3.0.0.615 beta 7
- 【FLUENT案例】04:利用DDPM+DEM模拟鼓泡流化床
- Vue:axios中POST请求传参问题
- 订餐系统oracle实训报告,网上订餐系统设计报告.doc
- 民间借贷、网贷vs信用卡
- 计算机与经济学之关联刍议,西方五大经济学期刊发展趋势刍议
- JavaScript一线大厂面试秘籍:面向对象+dom\bom+事件+特性\动画+面试题+基础
- 论文推荐:陈国生 实证化中医基础理论
- 关闭烦人的Windows XP系统哔哔声
- SQL语法分析-基础篇
- BoxCutter:吸附
- Canvas可以画出任何你想要的效果
- 设计技术实现方案时,需要考虑的一些问题
热门文章
- 深信服python开发工程师面试经验,深信服软件工程师面试经验
- TypeScript基础之类型推断
- js之JSON格式用法和序列化JSON.stringify(value, replacer, space)以及反序列化JSON.parse(string)
- hbase shell命令行下backspace键无效解决办法
- win11java环境配置
- proteus8.9仿真闪退怎么解决?如何找到ProgramData?
- javacpp-opencv图像处理系列:国内车辆牌照检测识别系统(万份测试车牌识别准确率99.7%以上,单次平均耗时39ms)...
- vue动态style设置背景图片
- Github上3.5k star 的微博爬虫,很赞!
- 对于程序员的技术发展和职业规划能否给大家一些建议呢?