XGBoost'a Giriş

XGBoost ile Aşırı Gradyan Artırma

Sergey Fogelson

Head of Data Science, TelevisaUnivision

XGBoost nedir?

Optimize edilmiş gradient-boosting Machine Learning kütüphanesi
İlk olarak C++ ile yazıldı
Birçok dilde API sunar:
- Python
- R
- Scala
- Julia
- Java

XGBoost'u bu kadar popüler yapan ne?

Hız ve performans
Çekirdek algoritma paralelleştirilebilir
Tek-algoritmalı yöntemleri düzenli olarak geride bırakır
Birçok ML görevinde son teknoloji performans

XGBoost kullanımı: hızlı bir örnek

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

Hadi XGBoost'u kullanmaya başlayalım!

XGBoost ile Aşırı Gradyan Artırma