Nano Hash - криптовалюты, майнинг, программирование

XGBoost: fit () получил неожиданный аргумент ключевого слова 'xgb_model'

Согласно документации, можно написать такой код:

# Instantiate the model
model = XGBClassifier() 
model.fit(x, y, xgb_model='model.xgb')

Но это не удается:

TypeError: fit () получил неожиданный аргумент ключевого слова 'xgb_model'

Ссылка: http://xgboost.readthedocs.io/en/latest/python/python_api.html

xgb_model (str) - имя файла сохраненной модели xgb или модели Xgb экземпляра «Booster», которая будет загружена перед обучением (позволяет продолжить обучение).

Я что-нибудь упускаю?

python xgboost
22.12.2017

Ответы:


1

xgb_model аргумент был добавлен в метод fit() совсем недавно (1 октября). Убедитесь, что у вас установлена ​​последняя xgboost версия.

22.12.2017
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..