时间戳

首页 > 解决方案 > 将 What if 工具与 xgboost 一起使用

tensorflow - 将 What if 工具与 xgboost 一起使用

问题描述

我正在尝试在我的 xgboost 模型上使用 what if 工具。但在链接上，我只能找到通过 google AI Platform 使用的 xgboost 示例。有没有什么方法可以在没有 Google AI 平台的情况下在 XGboost 上使用 whatif 工具

我尝试了 tensorflow 和 keras 示例中使用的函数，并使用了函数 set_estimator_and_feature_spec 和 set_compare_custom_predict_fn

bst = xgb.XGBClassifier(
    objective='reg:logistic'
)
bst.fit(x_train, y_train)

test_examples = df_to_examples(df_test)
config_builder = WitConfigBuilder(test_examples).set_custom_predict_fn(xg.predict)
WitWidget(config_builder)

尝试执行运行推理时，显示错误消息cannot initialize DMatrix from a list，我无法执行此操作

标签： tensorflowgoogle-cloud-platformtensorboardxgboost

解决方案

经过大量试验和错误后，我终于使用以下代码使其与 XGBoost 一起使用：

# first argument in my case is a Pandas dataframe of all features and the target 'label'; 
# extract just the numpy array with 'values', then convert that to a list
# second argument is the column name as a list
# I use a sklearn pipeline, so here I am just accessing the classifier model which is an XGBClassifier instance
# Wit tool expects a 2D array, where the 1st dimension is each sample, and 2nd dimension is probabilities of
# each class; so use 'predict_proba' over 'predict'
config_builder = (WitConfigBuilder(df_sample.values.tolist(), df_sample.columns.tolist())
    .set_custom_predict_fn(clf['classifier'].predict_proba)
    .set_target_feature('label')
    .set_label_vocab(['No Churn', 'Churn']))

这消除了使用他们建议的辅助函数的需要，并且可以与 Pandas DataFrames 和 Sklearn ML 模型一起使用

推荐阅读