XGBoost 和 scikit-learn

xgboost_sample.py 示例展示了如何将ClearML集成到使用XGBoost的代码中。

该示例执行以下操作：

• 使用XGBoost在scikit-learn的iris分类数据集上训练网络
• 使用scikit-learn评估准确率
• ClearML 自动记录由 XGBoost 注册的输入模型，以及输出模型（及其检查点）、使用 XGBoost 创建的特征重要性图和树图。
• 在examples项目中创建一个名为XGBoost simple example的实验。

图表​

特征重要性图和树图出现在ClearML web UI的实验页面中，位于PLOTS下。

控制台​

所有其他控制台输出显示在控制台中。

工件​

实验创建的模型会出现在实验的ARTIFACTS标签中。ClearML 会自动记录和跟踪使用 XGBoost 创建的模型和任何快照。

点击模型名称将带您进入模型页面，在那里您可以查看模型的详细信息并访问模型。