python - 使用 XGB 泊松回归预测计数数据
问题描述
我正在努力预测 n_clicks (它总是一个整数)。即,我的目标变量将是整数而不是浮点类型。为此,我一直在尝试使用参数 {objective = "count:poisson"} 的 XGBOOST。这工作正常。但我尝试model.predict(x_test)然后它总是给出“NAN”值。(请看截图)。我找不到任何关于泊松回归的示例来预测 python 中的计数数据,并且大多数示例都是用 R 语言编写的。
谁能给点建议!!
解决方案
推荐阅读
- node.js - 关于Aync,承诺,等待
- r - R按问题分组_多个组合ID
- swift - 将变量引用传递给实例属性
- linux - Docker 容器以退出代码 2 退出“sh 无法打开 'start_script.sh':没有这样的文件或目录”
- javascript - 不会写;表'#sql-3b3_69'中的重复键
- keycloak - 如何要求用户从 Keycloak 中的代码登录
- c++ - 无法读取在 C++ 中运行的 shell 脚本中的变量
- javascript - 单击视频元素时如何在html5上播放视频
- c - 格式 %lu 需要类型为“long unsigned int”的参数,但参数 3 的类型为 long long unsigned int,从打印机转换为不同大小的整数
- oracle - 执行批处理文件但引发错误 LRM00112 参数日志文件不允许使用多个值