XGBoost 最終ガイド(パート2)

XGBoost 最終ガイド(パート2)

PythonでXGBoostアルゴリズムをゼロから実装する

Image by StockSnap from Pixabay

前の記事ではXGBoostアルゴリズムについて説明し、疑似コードでの実装を示しました。この記事では、Pythonでアルゴリズムをゼロから実装します。

提供されたコードは、XGBoostアルゴリズムのコア機能をデモンストレーションするための簡潔で軽量な実装です(コード行数は約300行)。したがって、速度やメモリ使用量の最適化はされておらず、XGBoostライブラリが提供するすべてのオプションも含まれていません(ライブラリの機能の詳細については、https://xgboost.readthedocs.io/を参照してください)。具体的には以下の点に注意してください:

  1. このコードは純粋なPythonで書かれており、XGBoostライブラリのコアはC++で書かれています(PythonのクラスはC++の実装の薄いラッパーに過ぎません)。
  2. ウェイト付き分位数スケッチ、アウトオブコアツリー学習、データの並列処理など、大量のデータを扱うためのさまざまな最適化は含まれていません。これらの最適化については、このシリーズの次の記事で詳しく説明します。
  3. 現在の実装は回帰および2値分類のタスクのみをサポートしており、XGBoostライブラリは多クラス分類およびランキング問題もサポートしています。
  4. 当社の実装は、XGBoostライブラリに存在するハイパーパラメータの一部のみをサポートしています。具体的には、以下のハイパーパラメータをサポートしています:
  • n_estimators(デフォルト=100):アンサンブル内の回帰木の数(ブースティングの反復回数)。
  • max_depth(デフォルト=6):各木の最大深度(レベルの数)。
  • learning_rate(デフォルト=0.3):木に適用されるステップサイズの縮小。
  • reg_lambda(デフォルト=1):葉の重みに適用されるL2正則化項。
  • gamma(デフォルト=0):特定のノードを分割するために必要な最小損失削減。

一貫性のために、これらのハイパーパラメータの名前とデフォルト値は、XGBoostライブラリで定義されているものと同じにしています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

ピーター・マッキー、Sonarの開発者担当責任者-インタビューシリーズ

ピーター・マッキーはSonarのDeveloper Relationsの責任者です Sonarは、悪いコードの1兆ドルの課題を解決するプラットフォー...

人工知能

「aiOlaのCEO兼共同創設者、アミール・ハラマティによるインタビューシリーズ」

アミール・ハラマティは、aiOlaのCEO兼共同創業者であり、スピーチを作業可能にし、どこでも完全な正確さで業界固有のプロセ...

人工知能

『DeepHowのCEO兼共同創業者、サム・ジェン氏によるインタビューシリーズ』

ディープハウのCEO兼共同創設者であるサム・ジェンは、著名な投資家から支持される急速に進化するスタートアップを率いていま...

AIテクノロジー

「LXTのテクノロジーバイスプレジデント、アムル・ヌール・エルディン - インタビューシリーズ」

アムル・ヌール・エルディンは、LXTのテクノロジー担当副社長ですアムルは、自動音声認識(ASR)の文脈での音声/音響処理と機...

人工知能

Aaron Lee、Smith.aiの共同設立者兼CEO - インタビューシリーズ

アーロン・リーさんは、Smith.aiの共同創業者兼CEOであり、AIと人間の知性を組み合わせて、24時間365日の顧客エンゲージメン...

データサイエンス

アステラソフトウェアのCOO、ジェイ・ミシュラ - インタビューシリーズ

ジェイ・ミシュラは、急速に成長しているエンタープライズ向けデータソリューションの提供企業であるAstera Softwareの最高執...