XGBoost gbtree - : Central de Documentação do Alibaba Cloud

O Extreme Gradient Boosting (XGBoost) é um algoritmo eficiente de árvore de gradient boosting, amplamente utilizado para classificação e regressão. O modelo XGBoost gbtree usa árvores de decisão como aprendizes base. Este tópico descreve como usar um conjunto de dados imobiliários para treinar o modelo XGBoost gbtree e, em seguida, usar o modelo treinado para prever o preço de imóveis.

Preparar os dados

Como exemplo, o dataset Boston é usado como conjunto de dados de treinamento. A tabela a seguir descreve a estrutura de dados do dataset.

Nome da coluna	Descrição	Tipo de dado
crim	Taxa de criminalidade urbana per capita.	FLOAT
zn	Proporção de propriedades residenciais com mais de 25.000 pés quadrados.	FLOAT
indus	Proporção de propriedades comerciais não varejistas por município.	FLOAT
chas	Indica se há um canal de rio nas proximidades.	INT
nox	Concentração de óxido de nitrogênio (uma parte em dez milhões).	FLOAT
rm	Número médio de cômodos por residência.	FLOAT
age	Proporção de residências principais construídas antes de 1940.	FLOAT
dis	Distância média até cinco centros de emprego.	FLOAT
rad	Distância até a rodovia expressa.	INT
tax	Taxa total de imposto predial por USD 10.000.	INT
ptratio	Proporção de professores e alunos por município.	FLOAT
b	Proporção de residentes urbanos afro-americanos.	FLOAT
lstat	Proporção de residentes com baixa renda.	FLOAT
medv	Valor médio das residências principais.	FLOAT

Treinar um modelo

Use a tabela boston.train para treinar um modelo e a tabela boston.test para prever dados. Durante o treinamento do modelo, o RDS SQLFlow classifica automaticamente os conjuntos de dados de treinamento para gerar um conjunto de treinamento e um conjunto de validação.

Criar o rds_sqlflow baseado em MySQL.
Conectar ao rds_sqlflow pelo cliente RDS SQLFlow.
Na interface de linha de comando do cliente RDS SQLFlow, execute as seguintes instruções SQL para treinar um modelo:
```
SELECT * FROM boston.train
TO TRAIN xgboost.gbtree
WITH
    objective="reg:squarederror",
    train.num_boost_round = 30
COLUMN crim, zn, indus, chas, nox, rm, age, dis, rad, tax, ptratio, b, lstat
LABEL medv
INTO sqlflow_models.my_xgb_regression_model;
```
A instrução SELECT extrai os dados de treinamento da tabela boston.train. A instrução TO TRAIN especifica o modelo a ser usado, que é o xgboost.gbtree. A instrução WITH configura os parâmetros de treinamento. A instrução COLUMN especifica as colunas de features. A instrução LABEL define a coluna alvo. Por fim, a instrução INTO define o local de armazenamento do modelo treinado. Para mais informações, consulte Sintaxe de treinamento.

Usar um modelo para prever dados

Após treinar o modelo xgboost.gbtree, execute as seguintes instruções SQL para prever os preços dos imóveis:
```
SELECT * FROM boston.test
TO PREDICT boston.predict.medv
USING sqlflow_models.my_xgb_regression_model;
```
A instrução SELECT especifica o conjunto de dados necessário para a previsão. A instrução TO PREDICT indica a tabela que armazenará os resultados da previsão. A instrução USING especifica o modelo a ser usado. Para mais informações, consulte Sintaxe de previsão.
Após a conclusão da previsão, execute a seguinte instrução SQL para visualize os resultados:
```
SELECT * FROM boston.predict;
```

Referências

Introdução ao RDS Custom