質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.34%

XGBoost 2値分類 .fit() でcallback API が使えません。

受付中

回答 0

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,007

kazuo.oku

score 7

Python3.7 XGoostで2値分類機械学習をしていた際、下記のエラーが出ました。

Traceback (most recent call last):
  File "XGBoost_01_20190903.py", line 449, in <module>
    main(X_arr, y_arr)
  File "XGBoost_01_20190903.py", line 48, in main
    callbacks=[xgb.callback.record_evaluation(evals_result)]
TypeError: fit() got an unexpected keyword argument 'callbacks'

PythonのAPIでは、'callbacks'を引数にもつのになぜでしょうか?

fit(X, y, sample_weight=None, eval_set=None, eval_metric=None, early_stopping_rounds=None, verbose=True, xgb_model=None, sample_weight_eval_set=None, callbacks=None)

callbacks (list of callback functions) – 
List of callback functions that are applied at end of each iteration. It is possible to use predefined callbacks by using Callback API. 
Example: [xgb.callback.reset_learning_rate(custom_rates)]

import sys, random, io, math
import numpy as np
import pandas as pd
from scipy import stats
from scipy.stats import uniform, randint
from sklearn import datasets
import xgboost as xgb
import lightgbm as lgb
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import StratifiedKFold
# from xgboost import callback
from sklearn.model_selection import RandomizedSearchCV, cross_val_score
from sklearn.datasets import load_digits
from sklearn.metrics import confusion_matrix, classification_report
from sklearn.metrics import accuracy_score

from matplotlib import pyplot as plt

def main():
    dataset = datasets.load_breast_cancer()
    X, y = dataset.data, dataset.target

    X_train, X_test, y_train, y_test = train_test_split(X, y,
                                                        test_size=0.3,
                                                        shuffle=True,
                                                        random_state=42,
                                                        stratify=y)

    # scikit-learn API を備えた分類器
    clf = xgb.XGBClassifier(objective='binary:logistic',
                            # 'num_boost_round' の代わり
                            # adding 1 estimator per round
                            n_estimators=1000)
    # 学習する
    evals_result = {}
    clf.fit(X_train, y_train,
            # 学習時に用いる検証用データ
            eval_set=[(X_train, y_train),(X_test, y_test)],
            # 学習に使う評価指標
            eval_metric='logloss',
            early_stopping_rounds=10,
            # 学習過程の記録はコールバック API で登録する
            callbacks=[xgb.callback.record_evaluation(evals_result)]
            )

    y_pred = clf.predict(X_test)
    acc = accuracy_score(y_test, y_pred)
    print('Accuracy:', acc)

    # 学習過程の名前は 'validation_{n}' になる
    train_metric = evals_result['validation_0']['logloss']
    plt.plot(train_metric, label='train logloss')
    eval_metric = evals_result['validation_1']['logloss']
    plt.plot(eval_metric, label='eval logloss')
    plt.grid()
    plt.legend()
    plt.xlabel('rounds')
    plt.ylabel('logloss')
    plt.show()

if __name__ == '__main__':
    main()
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正の依頼

  • hayataka2049

    2019/09/04 05:58

    エラーの全文と、ライブラリーのバージョンを追記すると回答が得られやすいかと思います。

    キャンセル

  • kazuo.oku

    2019/09/04 10:22

    ありがとうございます!エラーメッセージ追加しました。

    キャンセル

  • magichan

    2019/09/05 09:39

    google colaboratory 上で質問のコードを実行してみたところ、問題なく動作しました。
    ちなみに、colab での xgboost パッケージは Version 0.90 となっておりました

    キャンセル

まだ回答がついていません

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る