Я использую тот же фрагмент кода на Normal XGBoost и Dask XGBoost. Я получаю разные вероятности от обеих моделей.
Нормальный код XGBoost
params = {'objective': 'binary:logistic', 'nround': 1000,
'max_depth': 16, 'eta': 0.01, 'subsample': 0.5,
'min_child_weight': 1, 'tree_method': 'hist',
'grow_policy': 'lossguide'}
model = XGBClassifier(params=params)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
Выход: -Нормальный вывод кода XGBoost
Код Dask XGBoost
params = {'objective': 'binary:logistic', 'nround': 1000,
'max_depth': 16, 'eta': 0.01, 'subsample': 0.5,
'min_child_weight': 1, 'tree_method': 'hist',
'grow_policy': 'lossguide'}
bst = dxgb.train(client, params, X_train, y_train)
predictions2 = dxgb.predict(client, bst, X_test).persist()
Выход:- Вывод кода Dask XGBoost
Может ли кто-нибудь помочь мне здесь?
Я рекомендую предоставить stackoverflow.com/help/mcve, а затем указать ошибку в системе отслеживания проблем dask-xgboost.