初次实践XGBoosting

最新推荐文章于 2025-03-05 09:36:59 发布

Gunther17

最新推荐文章于 2025-03-05 09:36:59 发布

阅读量2k

点赞数 1

分类专栏： python数据分析实战练习

本文链接：https://blog.youkuaiyun.com/dongyanwen6036/article/details/78876745

版权

本文记录了作者初次使用XGBoost进行实践的过程，包括从数据获取到模型训练，以及特征重要性的输出。文章还探讨了XGBoost模型的超参数调优，提到了learning_rate、tree_depth和subsample的一般最佳值范围，并建议通过绘制learning curves来寻找最佳模型参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我先做一个小例子热身一下：

import numpy as np  
dataset=np.array([[1.,-1.,2.],[2.,0.,0.],[0.,1.,-1.]])
X=dataset[0]#[ 1. -1.  2.]第一行
X=dataset[:1]#[[ 1. -1.  2.]]第一行很少用
X=dataset[:,1]#[-1.  0.  1.]第二列
X=dataset[:,0:2]
# =============================================================================
# [[ 1. -1.] 
#  [ 2.  0.]
#  [ 0.  1.]]
# =========================================================