XGBoost и разреженная матрица ⇐ Python

[Anonymous]

Я пытаюсь использовать xgboost для запуска - используя Python - задачи классификации, где у меня есть данные в numpy-матрице X (строки = наблюдения и столбцы = функции) и метки в массив y.
Поскольку мои данные скудны, я хотел бы запустить их с использованием разреженной версии X, но, похоже, я что-то упускаю из-за возникновения ошибки.

Вот что я делаю:

Код: Выделить всё

# Library import

import numpy as np
import xgboost as xgb
from xgboost.sklearn import XGBClassifier
from scipy.sparse import csr_matrix

# Converting to sparse data and running xgboost

X_csr = csr_matrix(X)
xgb1 = XGBClassifier()
xgtrain = xgb.DMatrix(X_csr, label = y )      #to work with the xgb format
xgtest = xgb.DMatrix(Xtest_csr)
xgb1.fit(xgtrain, y, eval_metric='auc')
dtrain_predictions = xgb1.predict(xgtest)

и т. д...

Теперь я получаю сообщение об ошибке при попытке подогнать классификатор:

Код: Выделить всё

File ".../xgboost/python-package/xgboost/sklearn.py", line 432, in fit
self._features_count = X.shape[1]

AttributeError: 'DMatrix' object has no attribute 'shape'

Я некоторое время искал, откуда это могло взяться, и считаю, что это связано с разреженным форматом, который я хочу использовать. Но что это такое и как это исправить я понятия не имею.

Буду рад любой помощи и комментариям!
Большое спасибо

Подробнее здесь: https://stackoverflow.com/questions/408 ... rse-matrix