コミッターではありませんが、1.0のPySpark APIをターゲットにできますか？
問題：＃3370
現在のPR：＃4656

投稿を編集する権限がない他の寄稿者については、1.0.0でどうあるべきかについてここにコメントしてください。

また、1.0ではScalaベースのRabitトラッカー（Spark用）のみに移動することをターゲットにする必要がありますか？

私もコミッターではありませんが、私と私が働いている会社は、チェックポインティングでパフォーマンスの問題を修正する（または少なくともそれを軽減する）ことに非常に興味を持っています＃3946

@trams @thesuperzapperこれは、誰もが次に何が来るのかを感じるための概要だと思います。 XGBoostはコミュニティ主導のプロジェクトであるため、今後のすべてをリストすることは困難です。 準備ができたらPRを開くだけです。

コミッターではありませんが、1.0のPySpark APIをターゲットにできますか？

@thesuperzapper進行状況を追跡しましょう。 私は確かにそれをテストし始めることができることを願っています。 :-)

また、1.0の準備ができていない可能性があるという二次的な考慮事項もあり、それに付随するAPI保証は、たとえば、代わりに次の0.10.0を実行できますか？

@ thesuperzapper1.0は最終バージョンにはなりません。 セマンティックバージョニングを実行しようとしているだけです。

いくつかのGPU関連アイテムを追加しました。

ネイティブのxgb修正を含めたい。
https://github.com/dmlc/xgboost/issues/4753

JSONがリストから削除されます。 https://github.com/dmlc/xgboost/pull/4683#issuecomment-520485615を参照して

上記の提案で問題が発生しました：＃4781（python Rabitトラッカーを削除するには）

SparkバージョンのFeatureImportanceも素晴らしいでしょう（つまり、機能の重要性を簡単に持つことができます）
https://github.com/dmlc/xgboost/pull/988

回帰テストを追加しました。

@chenqin実稼働環境でのMLの管理の経験があるので、回帰テストについてお聞きしたいと思います。 助言がありますか？

@chenqin実稼働環境でのMLの管理の経験があるので、回帰テストについてお聞きしたいと思います。 助言がありますか？

さまざまなワークロードでの回帰テストと、予測の精度と安定性（同等以上）に対するベンチマークをほぼ同時にカバーする必要があると思います。 私の頭の上にある2人の候補者は

https://archive.ics.uci.edu/ml/datasets/HIGGS

スパースDmatrix
https://www.kaggle.com/c/ClaimPredictionChallenge

さまざまなツリーの方法と構成を試して、適切なカバレッジを確保できます

tree_method、構成/データセット/スタンドアロンまたはクラスター

宣言者：
少し明確にする価値があると思います。

• リリースリグレッションは、私が働いていた会社ですでに行ったことではありません。

• 私が提案したデータセットは任意であり、あるフレームワークを別のフレームワークよりも優れていると主張するためのベンチマークとして使用できない場合があります。 （これは、偏ったベンチマークを時々見たときに最も懸念されます）

• 実際、調整の本質と適切な機能/設定の発見は常により重要でした。 残念ながら、回帰テストではこれをカバーできない場合があります。

より組織化された計画は、ユーザーが自分のプライベートデータセットおよび自分のデータセンターのモデルに対してさまざまな設定を取得してベンチマークできる自動化ツールを構築することです。

1.0を出荷するための要件として修正＃4779を追加する必要があります

クリーンアップ手順として＃4899を追加します。

@ dmlc / xgboost-committer 1.0にはかなりの数のタスクが残っているので、暫定リリース0.91を作成する必要がありますか？

@ hcho3またはおそらく0.10.0

@thesuperzapperそれはバージョンシステムを混乱させるでしょう。 0.91のリリースは気にしませんが、それでも回帰テストの適切な手順を確認したいと思います。

@trivialfisマスターにAPIの変更がある場合、メジャーバージョンをバンプするべきではありません。これは0.100.0のように見えると思います。

@thesuperzapper 1.0.0バージョンは、セマンティックバージョニングスキームを採用する最初のバージョンであるため、セマンティックバージョニングは暫定リリースには適用されません。 1.0.0がリリースされるまで、やるべきことがたくさんあるので、少し注意が必要です。

0.91が必要な場合は、すべての変更を確認し、0.91が
0.90に基づく増分更新であるため、ロードマップを損なうことはありません。
1.0.0いくつかの機能を0.9xまたはその他のバージョンにシフトする

私の提案はリリース1.0.0.preview.1で、他のプロジェクトもあります
メジャーリリースの前にこれを行います

10:19フィリップHyunsu町の土、2019年10月5日には[email protected]
書きました：

@thesuperzapper https://github.com/thesuperzapper1.0.0バージョンは
セマンティックバージョニングスキームを採用する最初のバージョンなので、いいえ、
セマンティックバージョン管理は、暫定リリースには適用されません。

—
スレッドを作成したため、これを受け取っています。
このメールに直接返信し、GitHubで表示してください
https://github.com/dmlc/xgboost/issues/4680?email_source=notifications&email_token=AAFFQ6GBEQSXJKFW6QDPN53QNDEALA5CNFSM4IE5CQGKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5
またはスレッドをミュートします
https://github.com/notifications/unsubscribe-auth/AAFFQ6BYMDES3537PDMGE5DQNDEALANCNFSM4IE5CQGA
。

@ CodingCat1.0.0.preview.1は興味深い提案です。 Mavenはこのバージョンを受け入れますか？

はい、バージョン番号に数字以外の文字を含めることができます

11:11フィリップHyunsu町の土、2019年10月5日には[email protected]
書きました：

@CodingCat https://github.com/CodingCat1.0.0.preview.1は
興味深い提案。 Mavenはこのバージョンを受け入れますか？

—
あなたが言及されたのであなたはこれを受け取っています。

このメールに直接返信し、GitHubで表示してください
https://github.com/dmlc/xgboost/issues/4680?email_source=notifications&email_token=AAFFQ6H64Y75JBSSDRVYIS3QNDKFNA5CNFSM4IE5CQGKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN
またはスレッドをミュートします
https://github.com/notifications/unsubscribe-auth/AAFFQ6BHKVVMQIDMRPY4DSTQNDKFNANCNFSM4IE5CQGA
。

暫定リリースは良い考えです。0.9以降、多くの改善があります。

了解しました。数日以内にCIシステムで配管を行い、1.0.0.preview.1リリースを準備します。

@CodingCat 0.100または0.95はどうですか？ 「プレビュー」は1.0.0リリースが間近に迫っているように聞こえますが、かなりの数の主要な機能（PySpark）が登場しています。

重量xgboostをサポートしていますか？

ユーザーへの1.0.0の印象は気になりません

Spark 3.0プレビューは今月リリースされますが、正式リリースは次です
4月（スパークサミット周辺）多分

午前11時41分AMフィリップHyunsu町の火、2019年10月8日には[email protected]
書きました：

@CodingCat https://github.com/CodingCat 0.100または0.95はどうですか？
「プレビュー」は1.0.0リリースが間近に迫っているように聞こえますが、
ライン上にかなりの数の主要な機能（PySpark）があります。

—
あなたが言及されたのであなたはこれを受け取っています。
このメールに直接返信し、GitHubで表示してください
https://github.com/dmlc/xgboost/issues/4680?email_source=notifications&email_token=AAFFQ6AOGIWIB6W6TW3R5W3QNTH6TA5CNFSM4IE5CQGKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKT
またはスレッドをミュートします
https://github.com/notifications/unsubscribe-auth/AAFFQ6HF52HBR7ZNSKLIY3TQNTH6TANCNFSM4IE5CQGA
。

@CodingCat少なくともxgboost4j-sparkの観点からは、2.12でSparkを実行している人はほとんどいないため、その1.0.0プレビューはほとんどの人にとって役に立ちません。 さらに、 https： //spark.apache.org/downloads.htmlは、Hadoopバイナリが含まれている2.12用のコンパイル済みバージョンのSparkを配布しないため、コンパイル済みバイナリを簡単に取得することはできません。

それなら私たちは何も解放すべきではありませんか？

22:05マシュー・ウィックスの木、2019年10月10日には[email protected]
書きました：

@CodingCathttps ：//github.com/CodingCat少なくとも観点からは
xgboost4j-sparkの場合、その1.0.0プレビューはほとんどの人にとって役に立たないでしょう。
2.12でSparkを実行している人はほとんどいません。 さらに、あなたは簡単に得ることができません
https://spark.apache.org/downloads.htmlとしてコンパイルされたバイナリは投与されません
コンパイルされたバージョンのSparkfor2.12をHadoopバイナリで配布する
含まれています。

—
あなたが言及されたのであなたはこれを受け取っています。
このメールに直接返信し、GitHubで表示してください
https://github.com/dmlc/xgboost/issues/4680?email_source=notifications&email_token=AAFFQ6AN3FJQ7ZE7EOTXLW3QOACSFA5CNFSM4IE5CQGKYY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN
または購読を解除する
https://github.com/notifications/unsubscribe-auth/AAFFQ6EJRRMTNY7R7JVALTDQOACSFANCNFSM4IE5CQGA
。

@CodingCat @ thesuperzapper ＃4574でXGBoostをScala 2.11と2.12の両方でコンパイルできると思いましたか？ その場合、2.11でXGBoostをコンパイルし、JARをMavenにアップロードする必要があります。

NS：

• []トレーニング後にGPUメモリを解放する＃4668

今はそこに行けないと思います。

@thesuperzapper Sparkが3.0プレビューをリリースした後（この秋にターゲットを絞った）、Apache Sparkマスター（3.0）ブランチとhttps://github.com/dmlc/xgboost/issues/4926を作成して、今後のSparkリリースに関する議論を募りました。

@CodingCat @ thesuperzapper ＃4574でXGBoostをScala 2.11と2.12の両方でコンパイルできると思いましたか？ その場合、2.11でXGBoostをコンパイルし、JARをMavenにアップロードする必要があります。

4574はクロスコンパイルを許可していません。

それが可能にするのは、誰かがコードをチェックアウトし、手動でscalaバージョンをオーバーライドして再コンパイルすることです

したがって、誰かが2.11でjarをコンパイルし、Mavenにアップロードする可能性があります
クロスコンパイルを可能にするSBTへの移行を伴うプルリクエストがありました
また、Mavenでクロスコンパイルをサポートする方法も知っています（当社で使用しました）。 興味があればシェアできます

@ hcho3 OSXのインストールを簡単にするために

多目的学習をサポートしていますか？

@douglasren悲しいことにいいえ。 話し合うために、新しい問題を始めていただけませんか。 「多目的」という用語は、複数の出力に対する1つの目的関数、1つの出力を持つ複数の目的、または複数の出力を持つ複数の目的など、コンテキストによって異なります。

暫定リリースにも投票したいと思います。

5146は＃4477を修正します。

NS：

• [] PySpark APIサポート（https://github.com/dmlc/xgboost/issues/3370）（https://github.com/dmlc/xgboost/pull/4656）。

macOSのインストールは今でも苦痛なので、暫定リリースは素晴らしいでしょう

XGBoost4J-Sparkでランク付け（ペアワイズ）することを学習するための文書化されたサポートを取得できますか？ 現在、トレーニングデータを指定する方法に対する具体的な解決策はありません。 groupIDによるパーティション分割と、同じパーティション戦略に従う必要のあるトレーニングデータについては混乱がありますが、かなりあいまいです。
例または明確なドキュメントが本当に役立ちます！

暫定リリースにも投票したいと思います。 次のバージョンでは、主に@cpfarrellによる欠落値の修正を

次のリリース（メジャーまたは暫定）に関連する時間の見積もりはありますか？

PS： @thesuperzapperは2.11と2.12を使用しており、暫定リリースは非常に役立ちます

@ hcho3リリースブランチを作成して、テストに1週間ほど

はい！

@ hcho3ブランチに加えて、GitHubリリースで公式リリース候補を作成して、コミュニティが自信を持ってテストできるようにすることもできます。

これはすごいですね！ 次のリリースを本当に楽しみにしています。 お手伝いできるかどうか教えてください。 私たちは間違いなくYelpでそれをテストするつもりです。

https://github.com/dmlc/xgboost/pull/5248がマージされた後、新しいブランチrelease_1.0.0をカットします。 お待ちいただき、ありがとうございます。

Pythonでリリース候補が利用可能になりました： https ：

pip3 install xgboost==1.0.0rc1

1.0.0がリリースされました：

pip3 install xgboost==1.0.0