Introduzione a XGBoost

Extreme Gradient Boosting con XGBoost

Sergey Fogelson

Head of Data Science, TelevisaUnivision

Cos'è XGBoost?

Libreria di Machine Learning per gradient boosting ottimizzata
Sviluppata originariamente in C++
Offre API in più lingue:
- Python
- R
- Scala
- Julia
- Java

Perché XGBoost è così popolare?

Velocità e prestazioni
Algoritmo di base parallelizzabile
Supera costantemente i metodi a singolo algoritmo
Prestazioni allo stato dell'arte in molti compiti ML

Usare XGBoost: un esempio rapido

import xgboost as xgb
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split

class_data = pd.read_csv("classification_data.csv")

X, y = class_data.iloc[:,:-1], class_data.iloc[:,-1]

X_train, X_test, y_train, y_test= train_test_split(X, y, 
        test_size=0.2, random_state=123)

xg_cl = xgb.XGBClassifier(objective='binary:logistic', 
        n_estimators=10, seed=123)

xg_cl.fit(X_train, y_train)

preds = xg_cl.predict(X_test)

accuracy = float(np.sum(preds==y_test))/y_test.shape[0]

print("accuracy: %f" % (accuracy))

accuracy: 0.78333

Iniziamo a usare XGBoost!

Extreme Gradient Boosting con XGBoost