R XGBoost - xgb.save 或 xgb.load 數據丟失

Question

在 R 中訓練 XGBoost 模型后，我看到了一個名為xgb的模型對象，它是list of 7的list of 7 。

當我使用xgb.save保存模型然后使用xgb.load重新加載時，我看到的似乎是一個“較小”的模型對象，它是list of 2的list of 2 。

顯然我不能分享代碼，因為你需要大量的訓練數據，所以我真正能展示的只是變量編輯器的圖片。

下面是模型對象xgb ，它是訓練后的原始模型，與模型對象test1 ，它是相同的模型但已保存並重新加載：

為什么會發生這種情況，我是否會在保存/加載模型時丟失有價值的信息？

任何幫助表示贊賞。

Answer 1

也許晚了，但我遇到了同樣的問題並找到了解決方案。

將 xgb 模型保存為“rds”不會丟失任何信息，並且重新加載的模型 xgb_ 在我測試時確實生成了與原始 xgb 相同的預測值。 希望有幫助！

saveRDS(xgb, "model.rds")
xgb_ <- readRDS("model.rds")
all.equal(xgb, xgb_)

Answer 2

由於保存/加載后的舍入錯誤，您正在丟失信息。 看到這個問題。 我相信它目前是一個錯誤。

至於為什么加載的模型是一個較小的列表，請參見此處。 因此，您再次丟失了諸如回調和參數之類的信息。 但是這些對於預測不是必需的，並且不能移植到例如 python。