한 줄로 XGBoost 시각화하기
부스팅 결정 트리를 사용하시나요? 한 줄로 작업을 시각화하는 새로운 통합을 사용해 보세요. 이 글은 AI 번역본입니다. 오역이 의심되면 댓글로 알려 주세요.
Created on September 15|Last edited on September 15
Comment
부스팅 트리는 모든 유형의 데이터를 빠르고 견고하게 모델링하는 방법입니다. XGBoost는 특히 그래디언트 부스팅 결정 트리 모델을 만들 때 널리 사용되는 매우 인기 있는 ML 라이브러리입니다.
W&B 사용자들로부터 XGBoost에서도 시각화를 손쉽게 사용할 수 있게 해 달라는 요청을 받았습니다. 우리의 도구는 프레임워크에 구애받지 않으므로, 다음을 사용해 직접 커스텀 로깅을 구성할 수 있습니다. wandb.log(dict)하지만 Keras, TensorFlow, PyTorch만큼 XGBoost도 쉽게 시각화할 수 있게 만들고 싶었습니다.
라는 콜백을 만들었습니다 wandb_callback XGBoost 학습 함수에 바로 전달할 수 있습니다. 예를 들어:
# save the param_list as hyperparameter inputswandb.init(config=param_list)# log metrics as the model trainsbst = xgb.train(param_list, d_train, callbacks=[wandb_callback()])
Add a comment