我在spark上运行xgboost并遇到 AttributeError: 'XGBoostClassifier' object has no attribute 'booster' ```
def train_model(trainDF):
xgboost = XGBoostClassifier(
featuresCol="features",
labelCol="label",
predictionCol="prediction",
objective='multi:softprob',
numClass=10,
missing=0.0
)
pipeline = Pipeline(stages=[xgboost])
model = pipeline.fit(trainDF)
featureScoreMap = xgb_model.booster.getFeatureScore()
如何获得xgboost4j的特性重要性？
1条答案
按热度按时间uz75evzq1#
试试这个-从pipelinemodel获得重要的特性，第一阶段是xgboost模型
在斯卡拉
在python中（来自注解）