PythonとXGBoost: evals_resultの活用

XGBoostは、機械学習の分野で広く使用されている強力なライブラリです。その中でも、evals_resultはモデルの訓練中に評価指標を取得するための重要な機能です。

XGBoostとは

XGBoostは、勾配ブースティング決定木アルゴリズムを実装したライブラリで、その高速性とスケーラビリティから多くのデータサイエンティストに利用されています。

evals_resultの基本的な使い方

evals_resultは、訓練中の各イテレーションでの評価指標を取得するための引数です。以下に基本的な使い方を示します。

import xgboost as xgb

# データの準備
dtrain = xgb.DMatrix(X_train, label=y_train)
dtest = xgb.DMatrix(X_test, label=y_test)

# パラメータの設定
param = {
    'max_depth': 3,
    'eta': 0.3,
    'objective': 'multi:softprob',
    'num_class': 3
}

# 評価用のデータセットをリストに格納
evallist = [(dtest, 'eval'), (dtrain, 'train')]

# モデルの訓練
num_round = 10
evals_result = {}
bst = xgb.train(param, dtrain, num_round, evallist, evals_result=evals_result)

# 評価指標の取得
print(evals_result)

このコードを実行すると、evals_resultには各イテレーションでの訓練データと評価データの評価指標が格納されます。

まとめ

XGBoostのevals_resultを使用することで、モデルの訓練過程をより詳細に把握することが可能になります。これにより、モデルのパフォーマンスを向上させるための洞察を得ることができます。

Python API Reference — xgboost 2.0.3 documentation

This script demonstrate how to access the eval metrics

python – how to plot XGBoost evaluation metrics? – Stack …

python – Access train and evaluation error in xgboost – Stack ….