다음 두가지 XGBoost Warning을 해결하는 방법을 다룹니다.
2022. 4. 14 최초작성
WARNING: C:/Users/Administrator/workspace/xgboost-win64_release_1.3.0/src/learner.cc:1061: Starting in XGBoost 1.3.0, the default evaluation metric used with the objective 'binary:logistic' was changed from 'error' to 'logloss'. Explicitly set eval_metric if you'd like to restore the old behavior.
eval_metric='mlogloss'를 추가하여 해결됩니다.
UserWarning: The use of label encoder in XGBClassifier is deprecated and will be removed in a future release. To remove this warning, do the following: 1) Pass option use_label_encoder=False when constructing XGBClassifier object; and 2) Encode your labels (y) as integers starting with 0, i.e. 0, 1, 2, ..., [num_class - 1].
warnings.warn(label_encoder_deprecation_msg, UserWarning)
use_label_encoder =False 추가하여 해결됩니다.
예로 들면 다음처럼 코드에 추가할 수 있습니다.
model = XGBClassifier(eval_metric='mlogloss', use_label_encoder =False)
'Deep Learning & Machine Learning > XGBoost' 카테고리의 다른 글
| XGBoost에서 파이프라인 사용하여 표준화(standardization) 적용하기 (0) | 2024.07.08 |
|---|---|
| Optuna를 사용하여 XGBoost 최적 하이퍼 파라미터 구하는 예제코드 (0) | 2024.07.04 |
| XGBoost에서 GPU(cuda) 사용하는 예제 (1) | 2024.06.15 |
| RandomizedSearchCV를 사용하여 XGBoost 최적 하이퍼 파라미터 구하는 예제코드 (0) | 2024.05.30 |
| MacBook m1에서 XGBoost 코드 실행시 segmentation fault 해결 (0) | 2023.10.16 |
시간날때마다 틈틈이 이것저것 해보며 블로그에 글을 남깁니다.
블로그의 문서는 종종 최신 버전으로 업데이트됩니다.
여유 시간이 날때 진행하는 거라 언제 진행될지는 알 수 없습니다.
영화,책, 생각등을 올리는 블로그도 운영하고 있습니다.
https://freewriting2024.tistory.com
제가 쓴 책도 한번 검토해보세요 ^^
