Градиентный бустинг с XGBoost в Java

Градиентный бустинг с XGBoost в Java

Градиентный бустинг - это мощный метод машинного обучения, который позволяет строить ансамбли моделей, объединяя слабые ученики в сильного. Одной из самых популярных библиотек для реализации градиентного бустинга является XGBoost. Давайте рассмотрим примеры кода на языке программирования Java с использованием XGBoost.

// Импорт необходимых библиотек
import ml.dmlc.xgboost4j.java.DMatrix;
import ml.dmlc.xgboost4j.java.XGBoost;
import ml.dmlc.xgboost4j.java.XGBoostError;
import ml.dmlc.xgboost4j.java.util.JvmAssert;

// Пример обучения модели с использованием XGBoost
public class XGBoostExample {
    public static void main(String[] args) throws XGBoostError {
        // Загрузка данных
        DMatrix trainData = new DMatrix("путь_к_файлу_с_тренировочными_данными");
        // Задание параметров модели
        HashMap params = new HashMap();
        params.put("objective", "binary:logistic");
        params.put("eta", 0.1);
        params.put("max_depth", 6);
        params.put("silent", 1);
        // Обучение модели
        int numIterations = 10;
        Booster booster = XGBoost.train(trainData, params, numIterations, null, null);
        // Пример предсказания с использованием обученной модели
        float[][] testData = new float[][]{{1.2f, 2.4f}, {3.1f, 4.5f}};
        DMatrix testMat = new DMatrix(testData, null);
        float[][] predictions = booster.predict(testMat);
        // Вывод предсказаний
        for (float[] pred : predictions) {
            for (float value : pred) {
                System.out.println(value);
            }
        }
    }
}

Создана 14.11.2023