XGBoost算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域，该算法支持分类和回归。XGBoost预测组件是在开源社区的基础上进行包装，您可以使用该组件对XGBoost训练组件生成的模型进行离线推理。本文为您介绍该组件的配置方法。
使用限制
支持的计算引擎为MaxCompute、Flink和DLC。
数据格式
当前支持Table格式和LibSVM格式的数据。
Table格式示例如下：
f0
f1
label
0.1
1
0
0.9
2
1
LibSVM格式示例如下：
示例数据
1 2:1 9:1 10:1 20:1 29:1 33:1 35:1 39:1 40:1 52:1 57:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 104:1 116:1 123:1
0 0:1 9:1 18:1 20:1 23:1 33:1 35:1 38:1 41:1 52:1 55:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 105:1 115:1 121:1
1 2:1 8:1 18:1 20:1 29:1 33:1 35:1 39:1 41:1 52:1 57:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 104:1 116:1 123:1
0 2:1 9:1 13:1 21:1 28:1 33:1 36:1 38:1 40:1 53:1 57:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 97:1 105:1 113:1 119:1
0 0:1 9:1 18:1 20:1 22:1 33:1 35:1 38:1 44:1 52:1 55:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 104:1 115:1 121:1
0 0:1 8:1 18:1 20:1 23:1 33:1 35:1 38:1 41:1 52:1 55:1 64:1 68:1 76:1 85:1 87:1 91:1 94:1 101:1 105:1 116:1 121:1
可视化配置组件参数
Designer支持通过可视化方式，配置XGBoost预测组件参数。
参数名 | 类型 | 参数描述 | |
字段设置 | 算法保留列名 | 字符串数组 | 保留列。 |
特征列名数组 | 字符串数组 | 表格数据中特征列。和向量列名互斥，代表输入数据的格式为表格数据。 | |
向量列名 | 字符串 | LibSVM格式数据列名，和特征列名数组互斥。代表输入数据的格式为LibSVM数据。 | |
参数设置 | 预测结果列名 | 字符串 | 预测结果输出列名。 |
执行调优 | 节点个数 | 正整数 | 与单个节点内存大小参数配对使用。取值范围为[1, 9999]。 |
单个节点内存大小 | 正整数 | 单位为兆。取值范围为[1024, 64*1024]。 | |
使用示例
本示例使用Designer预置模板，通过希格斯玻色子事件的分类场景，介绍如何在Designer中使用XGBoost算法。关于如何创建使用XGBoost算法探究希格斯玻色子事件分类案例工作流，请参见创建工作流：预置模板。
其中：
XGBoost预测组件输出为原生XGBoost库输出的JSON序列化，如果您想在工作流中接入二分类评估组件，您需要在XGBoost预测组件的下游接入SQL脚本组件，并配置以下代码，将XGBoost预测组件输出的JSON序列化转换为二分类评估组件需要的格式。更多内容，详情请参见XGBoost参数说明。
set odps.sql.udf.getjsonobj.new=true;
select *, CONCAT("{\"0\":", 1.0-prob, ",\"1\":", prob, "}") as detail
FROM (
select *, cast(get_json_object(pred, '$[0]') as double) as prob FROM ${t1})相关文档
XGBoost预测组件与XGBoost训练组件配合使用，关于XGBoost训练组件的配置方法，请参见XGBoost训练。
Designer预置了多种算法组件，你可以根据不同的使用场景选择合适的组件进行数据处理，详情请参见组件参考：所有组件汇总。