首先我先貼出資料
train
https://drive.google.com/file/d/0B3xY9FMzjybzZ1pCTDE1cE1yVmM/view?usp=sharing
test
https://drive.google.com/file/d/0B3xY9FMzjybzWUpzdmNmWlhwUmc/view?usp=sharing
這是一個hackthon上面的資料，我只是想用實際一點的資料來做我正在研究的package
train跟test都是數字資料是因為xgboost本身只吃數字資料，因此類別變數我全部都
轉成dummy variable，我用train data訓練一個random forest得到的RMSE在1179
但是我用相同的train data去訓練xgbooster然後predict，得到的RMSE居然2800多
已經是最後一名的邊都摸不到的那種，我覺得應該是我的code哪裡寫錯了，但是我看
vignette，我一開始是寫成classification的樣子，後來改成regression後卻跑出
負數的值，比用classification去跑更離譜，因此發文請教
xgboost(data = trainmatrix,label = train$Item_Outlet_Sales,max_depth=2
,eta=1,nthread=2,nrounds = 2,objective="reg:linear",booster="gblinear")->s
上面是我用來訓練xgbooster的語法跟參數，我一開始跟著vignette寫如果booster不寫
=gblinear好像會試classfication，多寫以後跑出來是負數。