Оценка в GridSearchCV для XGBoost ⇐ Python

[Anonymous]

Сейчас я впервые пытаюсь проанализировать данные с помощью XGBoost. Я хочу найти лучшие параметры с помощью GridsearchCV. Я хочу минимизировать среднеквадратическую ошибку, и для этого я использовал «rmse» в качестве eval_metric. Однако при подсчете очков при поиске по сетке такой метрики нет. На этом сайте я обнаружил, что «neg_mean_squared_error» делает то же самое, но обнаружил, что это дает мне другие результаты, чем RMSE. Когда я вычисляю корень абсолютного значения «neg_mean_squared_error», я получаю значение около 8,9, в то время как другая функция дает мне RMSE около 4,4.
Я не знаю, что пошло не так или как мне заставить эти две функции согласовывать/давать одинаковые значения?

Из-за этой проблемы я ошибаюсь значения как «best_params_», которые дают мне более высокое RMSE, чем некоторые значения, с которых я изначально начал настройку.

Кто-нибудь может объяснить мне, как получить оценку по RMSE в поиск по сетке или почему мой код дает разные значения?

Заранее спасибо.

def modelfit(alg, trainx, trainy, useTrainCV=True, cv_folds=10, early_stopping_rounds=50):
if useTrainCV:
xgb_param = alg.get_xgb_params()
xgtrain = xgb.DMatrix(trainx, label=trainy)
cvresult = xgb.cv(xgb_param, xgtrain, num_boost_round=alg.get_params()['n_estimators'], nfold=cv_folds,
metrics='rmse', early_stopping_rounds=early_stopping_rounds)
alg.set_params(n_estimators=cvresult.shape[0])

# Fit the algorithm on the data
alg.fit(trainx, trainy, eval_metric='rmse')

# Predict training set:
dtrain_predictions = alg.predict(trainx)
# dtrain_predprob = alg.predict_proba(trainy)[:, 1]
print(dtrain_predictions)
print(np.sqrt(mean_squared_error(trainy, dtrain_predictions)))

# Print model report:
print("\nModel Report")
print("RMSE : %.4g" % np.sqrt(metrics.mean_squared_error(trainy, dtrain_predictions)))

param_test2 = {
'max_depth':[6,7,8],
'min_child_weight':[2,3,4]
}

grid2 = GridSearchCV(estimator = xgb.XGBRegressor( learning_rate =0.1, n_estimators=2000, max_depth=5,
min_child_weight=2, gamma=0, subsample=0.8, colsample_bytree=0.8,
objective= 'reg:linear', nthread=4, scale_pos_weight=1, random_state=4),
param_grid = param_test2, scoring='neg_mean_squared_error', n_jobs=4,iid=False, cv=10, verbose=20)
grid2.fit(X_train,y_train)
# Mean cross-validated score of the best_estimator
print(grid2.best_params_, np.sqrt(np.abs(grid2.best_score_))), print(np.sqrt(np.abs(grid2.score(X_train, y_train))))
modelfit(grid2.best_estimator_, X_train, y_train)
print(np.sqrt(np.abs(grid2.score(X_train, y_train))))


Подробнее здесь: https://stackoverflow.com/questions/502 ... or-xgboost