小编mod*_*kzs的帖子

我正在使用xgboost来构建模型,并试图找到每个功能的重要性get_fscore(),但它会返回{}

我的火车代码是:

dtrain = xgb.DMatrix(X, label=Y)
watchlist = [(dtrain, 'train')]
param = {'max_depth': 6, 'learning_rate': 0.03}
num_round = 200
bst = xgb.train(param, dtrain, num_round, watchlist)

我的火车有没有错？如何在xgboost中获得功能重要性？

我使用Go和Gin来设置我的网站,并想知道数据库访问时间.我使用goroutine所以如果不使用类似线程的东西,我必须改变几乎每个函数来做它.Go有很好的方法吗？

我尝试使用初始化类

tsf = TimeSeriesFeature(cut_avg, interval)

但我得到了 TypeError: __new__() 缺少 1 个必需的位置参数：'namespace'。

TimeSeriesFeature的初始化代码如下：

class TimeSeriesFeature(BasicFeature):
    def __init__(self, cut_avg, interval):
        super().__init__()
        self.cut_avg = cut_avg
        self.interval = interval
        self.get_avg()

和 BasicFeature 初始化代码：

class BasicFeature(ABCMeta):
    def __init__(self):
        self.times = {}
        self.avg = {}

我正在使用python3.5。有没有什么错误？

我想在 scikit-learning 中使用 adaboost 和几个基本估计器进行回归，但我没有找到任何可以做到这一点的类。除了更改源代码之外，还有什么办法可以做到这一点吗？