这篇文章我们使用xgboost构建一个简单的模型以及xgboost与scikit-learn一起使用构建模型,用到的数据集是UCI机器学习库的mushroom数据集,用数据集中的22个特征来判断蘑菇是否有毒,步骤如下:
1. 导入模型需要的工具包,这里面我们用到了xgboost, sklearn, matplotlib, time, graphviz
import xgboost as xgb
import time
import graphviz
from sklearn.metrics import accuracy_score
from matplotlib import pyplot
2.读取建模所需的数据集存储在对象dmatrix中,包括训练过程中所需的训练集和测试所需的测试集。该数据为libsvm格式的文本数据,样式为:1 101:1.3 202:0.03 1:2.1 , 开头的1位样本的标签,101,202,1是特征的索引,1.3, 0.03, 2.1是特征值。
# read in data
my_workpath = '/Users/huoshirui/Desk