本文介绍了如何使用Python结合GBDT（梯度提升决策树）生成新特征，并将这些特征用于线性回归模型以预测价格。算法思路是训练GBDT模型，根据树的叶子节点构造新特征向量，然后用one-hot编码转换这些特征以供线性模型使用。
Python实现：利用GBDT产生新特征（GBDT+Linear Regression）
最近实习接了个任务，利用GBDT产生新特征，加入到已有特征中，再训练线性模型，预测价格。
算法思想：
训练集上，用已有特征训练GBDT模型，然后利用GBDT模型学习到的树来构造新特征，最后把这些新特征加入原有特征一起训练模型。构造的新特征向量是取值
最低0.47元/天 解锁文章
扫一扫
评论 3
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
