xgboost错误预测R.

Question

我正在使用xgboost预测airbnb目的地（类似于Kaggle比赛，但是对于一个班级项目）。但是，在运行预测命令时，我收到以下错误消息：

predict.xgb.Booster（bst，dval）中的错误：存储在object和newdata中的功能名称不同！

我该如何解决这个问题？

这是我的代码：

    setwd("~/Documents/Big Data/Datasets-20180304")
airbnb <- read.csv("airbnb_train.csv", header = T, stringsAsFactors = F)
airbnb_test <- read.csv("airbnb_test.csv", header = T, stringsAsFactors = F)
airbnb <- na.omit(airbnb)
airbnb_test <- na.omit(airbnb_test)
airbnb$country_destination <- as.factor(airbnb$country_destination)

airbnb$country_destination[airbnb$country_destination==0] <- NA
airbnb$country_destination <- recode(airbnb$country_destination, "c('1') = '0'; c('2') = '1'")
airbnb <- na.omit(airbnb)
airbnb_test <- na.omit(airbnb_test)

set.seed(1234)
train_index <- sample(1:nrow(airbnb),size = 0.7*nrow(airbnb),replace = F)
train <- airbnb[train_index,]
validation <- airbnb[-train_index,]

options(na.action='na.pass')
new_tr = sparse.model.matrix(country_destination~.-1,data = train, with = F)
train_label <- train$country_destination
train_label <- as.numeric(train_label)-1
dtrain <- xgb.DMatrix(data = new_tr, label=train_label)


new_val = sparse.model.matrix(country_destination~.-1,data = validation, with = F)
val_label <- validation$country_destination
val_label <- as.numeric(val_label)-1
dval <- xgb.DMatrix(data = new_val, label=val_label)

#default parameters
params <- list(
  booster = "gbtree",
  objective = "binary:logistic",
  eta=0.3,
  gamma=0,
  max_depth=6,
  min_child_weight=1,
  subsample=1,
  colsample_bytree=1
)

bst <- xgboost(data = dtrain, label = train_label, max_depth = 2, eta = 1, nthread = 2, nrounds = 8, objective = "binary:logistic")

xgbpred <- predict(bst,dval)

我究竟做错了什么？如何确保'bst'和'dval'具有相同的feature_names？

Answer 1

你能分享一下你的names(bst)和names(dval)吗？应用增强模型后：

bst <- xgboost(data = dtrain, label = train_label, max_depth = 2, eta = 1, nthread = 2, nrounds = 8, objective = "binary:logistic")

作为一种解决方法，您可以简单地执行：

names(bst) <- names(dval)

然后尝试你的预测：

xgbpred <- predict(bst,dval)

Answer 2

我遇到了类似的问题，这对我有用。

尝试从“dtrain”和“dtest”中删除预测变量，即在您的情况下训练$ country_destination（即使您在其中填充了空白值）。在进行更改后再次尝试训练模型。

Answer 3

如果您查看此页面（https://rdrr.io/cran/xgboost/src/R/xgb.Booster.R），您将看到一些R用户可能会收到以下错误消息：“存储在object和newdata中的功能名称不同！”。

以下是此页面中与错误消息相关的代码：

predict.xgb.Booster <- function(object, newdata, missing = NA, outputmargin = FALSE, ntreelimit = NULL,predleaf = FALSE, predcontrib = FALSE, approxcontrib = FALSE, predinteraction = FALSE,reshape = FALSE, ...)

object <- xgb.Booster.complete(object, saveraw = FALSE)
      if (!inherits(newdata, "xgb.DMatrix"))
        newdata <- xgb.DMatrix(newdata, missing = missing)
      if (!is.null(object[["feature_names"]]) &&
          !is.null(colnames(newdata)) &&
          !identical(object[["feature_names"]], colnames(newdata)))
        stop("Feature names stored in `object` and `newdata` are different!")

identical(object[["feature_names"]], colnames(newdata)) =>如果object的列名（即基于训练集的模型）与newdata的列名（即您的测试集）不同，您将收到错误消息。

更多细节：

train_matrix <- xgb.DMatrix(as.matrix(training %>% select(-target)), label = training$target, missing = NaN)
object <- xgb.train(data=train_matrix, params=..., nthread=2, nrounds=..., prediction = T)
newdata <- xgb.DMatrix(as.matrix(test %>% select(-target)), missing = NaN)

由于上面的代码，你自己设置object和newdata与你的数据，你可以通过查看object[["feature_names"]]和colnames(newdata)之间的差异来解决这个问题。可能有些列没有出现在相同的顺序或类似的东西。