[XGBoost] Python Package Introduction (1)

Python Package Introduction

 

Python 패키지는 기본 인터페이스, scikit-learn 인터페이스 및 dask 인터페이스를 포함하여 3가지 다른 인터페이스로 구성된다. Dask 인터페이스에 대한 소개는 Distributed XGBoost with Dask를 참조하면 된다.

 

import xgboost as xgb

 

데이터 인터페이스

 

NumPy 2D array  SciPy 2D sparse array Pandas data frame cuDF DataFrame cupy 2D array dlpack datatable XGBoost binary buffer file LIBSVM text format file Comma-separated values (CSV) file

 

데이터는 DMatrix 개체에 저장된다.

 

1) NumPy 배열 로드

 

data = np.random.rand(5, 10)  # 5 entities, each contains 10 features
label = np.random.randint(2, size=5)  # binary target
dtrain = xgb.DMatrix(data, label=label)

 

2) scipy.sparse 배열 로드

 

csr = scipy.sparse.csr_matrix((dat, (row, col)))
dtrain = xgb.DMatrix(csr)

 

3) Pandas 데이터 프레임 로드

 

data = pandas.DataFrame(np.arange(12).reshape((4,3)), columns=['a', 'b', 'c'])
label = pandas.DataFrame(np.random.randint(2, size=4))
dtrain = xgb.DMatrix(data, label=label)

 

4) XGBoost 바이너리 파일에 저장 DMatrix하면 로딩 속도가 빨라진다.

 

dtrain = xgb.DMatrix('train.svm.txt')
dtrain.save_binary('train.buffer')

 

5) 누락된 값은 DMatrix 생성자의 기본값으로 대체될 수 있다.

 

dtrain = xgb.DMatrix(data, label=label, missing=np.NaN)

 

6) 필요한 경우 가중치를 설정할 수 있다.

 

w = np.random.rand(5, 1)
dtrain = xgb.DMatrix(data, label=label, missing=np.NaN, weight=w)

 

랭킹 작업을 수행할 때 가중치의 수는 그룹의 수와 같아야 한다.

 

7) LIBSVM 텍스트 파일 또는 XGBoost 바이너리 파일 로드

 

dtrain = xgb.DMatrix('train.svm.txt')
dtest = xgb.DMatrix('test.svm.buffer')

 

XGBoost의 파서는 기능이 제한되어 있다. Python 인터페이스를 사용할 때 load_svmlight_fileXGBoost의 내장 파서보다 sklearn 또는 기타 유사한 유틸리티를 사용하는 것이 좋다.

 

8) CSV 파일 로드

 

# label_column specifies the index of the column containing the true label
dtrain = xgb.DMatrix('train.csv?format=csv&label_column=0')
dtest = xgb.DMatrix('test.csv?format=csv&label_column=0')

 

XGBoost의 파서는 기능이 제한되어 있다. Python 인터페이스를 사용할 read_csv때 XGBoost의 내장 파서보다 팬더 또는 기타 유사한 유틸리티를 사용하는 것이 좋다.

 

https://xgboost.readthedocs.io/en/stable/python/python_intro.html

Python Package Introduction — xgboost 1.6.0 documentation