Python_XGBoost

Question

XGBoostで学習した結果、以下のようなグラフが得られました。

rounds=500で実験を行ったとき、rounds=188でlossが最小になっていることが分かりました。
この場合を用いて推測を行いたいのですが、どのように指定すればいいのでしょうか。

何が回答に必要なのかわからないので、この表を出すまでのコードを一応掲載しておきます。

from sklearn.model_selection import train_test_split
import xgboost as xgb

X_train, Y_train, X_target, Y_target = train_test_split(train, target, random_state=0)

dtrain = xgb.DMatrix(X_train, label=X_target)
dvalid = xgb.DMatrix(Y_train, label=Y_target)
num_round = 500
evallist = [(dvalid, "eval"), (dtrain, "train")]
evals_result = {}
param = {
    "max_depth": 3,
    "eta": 0.01,
    "objective": "reg:squarederror",
}
bst = xgb.train(
                        param, dtrain,
                        num_round,
                        evallist,
                        evals_result=evals_result,
                        # 一定ラウンド回しても改善が見込めない場合は学習を打ち切る
                        early_stopping_rounds=1000
)

plt.figure(figsize=(10, 5))
train_metric = evals_result['train']['rmse']
plt.plot(train_metric, label='train rmse')
eval_metric = evals_result['eval']['rmse']
plt.plot(eval_metric, label='eval rmse')
plt.grid()
plt.legend()
plt.xlabel('rounds')
plt.ylabel('rmse')
plt.ylim(5, 40)
plt.show()

Answer 1

xgb.trainで評価関数にて最良のもでるがbstに代入されると思いますが

いえ、まさしくそれについてです！
最良のモデルが保存されているなんて素晴らしい機能ですね...!!ありがとうございます。

Answer 2

xgb.trainで評価関数にて最良のもでるがbstに代入されると思いますが

それとも違うご質問でしょうか