搜索结果
查询Tags标签： XGB，共有 9条记录-
Python学习笔记：LGB/XGB/CatBoost之安装
一、安装 1.lightgbm pip install lightgbm2.xgboost pip install xgboost pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple # 指定清华镜像第一次直接安装，因为网络问题，没安装上。 换成国内清华镜像解决。 3.catboost pip install catboost -i http…
2022/4/4 1:19:58 人评论 次浏览 -
机器学习实战 | XGBoost建模应用详解
作者：韩信子@ShowMeAI 教程地址：http://www.showmeai.tech/tutorials/41 本文地址：http://www.showmeai.tech/article-detail/204 声明：版权所有，转载请联系平台与作者并注明出处 收藏ShowMeAI查看更多精彩内容引言 XGBoost是eXtreme Gradient Boosting的缩写称呼，它…
2022/3/22 6:29:43 人评论 次浏览 -
机器学习之PCA降维
PCA之降维与可视化 一、PCA 降维 1、使用使用sklearn自带数据集load_breast_cancer from sklearn import datasets cancer = datasets.load_breast_cancer() X = cancer.data y = cancer.target 2、划分训练测试集 from sklearn.model_selection import train_test_split…
2021/11/16 6:13:38 人评论 次浏览 -
机器学习之PCA降维
PCA之降维与可视化 一、PCA 降维 1、使用使用sklearn自带数据集load_breast_cancer from sklearn import datasets cancer = datasets.load_breast_cancer() X = cancer.data y = cancer.target 2、划分训练测试集 from sklearn.model_selection import train_test_split…
2021/11/16 6:13:38 人评论 次浏览 -
xgb特征重要性评估
xgb特征重要性评估有哪些 （1） weight：使用特征在所有树中作为划分属性的次数 默认 （2）gain：使用特征在作为划分属性时loss平均的降低量 （3）cover：使用特征作为划分属性时对样本的覆盖度
2021/8/31 23:36:41 人评论 次浏览 -
xgb特征重要性评估
xgb特征重要性评估有哪些 （1） weight：使用特征在所有树中作为划分属性的次数 默认 （2）gain：使用特征在作为划分属性时loss平均的降低量 （3）cover：使用特征作为划分属性时对样本的覆盖度
2021/8/31 23:36:41 人评论 次浏览 -
机器学习sklearn（90）：算法实例（47）分类（26）XGBoost（四）XGBoost的智慧（一）
1 选择弱评估器：重要参数booster for booster in ["gbtree","gblinear","dart"]: reg = XGBR(n_estimators=180 ,learning_rate=0.1 ,random_state=420 ,booster=booster).fit(Xtrain,Ytrain) …
2021/7/4 11:21:36 人评论 次浏览 -
ML之xgboost：利用xgboost算法(自带方式)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
ML之xgboost：利用xgboost算法(自带方式)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)目录 输出结果 设计思路 核心代码输出结果 1、xgboost(num_trees=0): Binary prediction based on Mushroom Dataset 2、xgboost(num_trees=1): Binary p…
2021/6/15 20:32:57 人评论 次浏览 -
ML之xgboost：利用xgboost算法(自带,特征重要性可视化+且作为阈值训练模型)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
ML之xgboost：利用xgboost算法(自带,特征重要性可视化+且作为阈值训练模型)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)目录 输出结果 设计思路 核心代码输出结果 后期更新……可知，8个或者5个特征就足够好了 ，odor、spore-print-color、pop…
2021/6/15 20:21:26 人评论 次浏览
