[scala]xgboost4j 中的 train 方法要求接收 dmatrix 参数，怎么将 dataframe 格式转成 dmatrix 啊

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

This topic created in 2606 days ago, the information mentioned may be changed or developed.

xgboost4j 中的 train 方法要求接收 dmatrix 参数，怎么将 dataframe 格式转成 dmatrix 啊

1 replies • 2019-04-28 16:26:55 +08:00

liangzulin

Apr 28, 2019

DataFrame ？你确定说的是 DataFrame 吗？这是 xgboost python 里边的 API 吧。
spark 在 JAVA 里边是 Dataset<>

如果是 pandas DataFrame 的话，转成 DMatrix 是这么转的：
df = pd.read_csv('some_data.csv')
X_train_df = df[['col_x1', 'col_x2', 'col_x3', 'col_x4']]
y_train_df = df[['col_y']]
dtrain = xgb.DMatrix(X_train_df, label=y_train_df)