from sklearn.datasets import load_iris
import xgboost as xgb
import pandas as pd
from xgboost import plot_importance
from matplotlib import pyplot as plt
from sklearn import preprocessing
train_num=50
data_re = pd.read_excel("温带.xlsx",sheet_name='test')
data = data_re.ilocPython利用XGBoost库，对数据进行分类预测
最新推荐文章于 2025-10-14 20:04:52 发布
该博客介绍了如何利用Python的XGBoost库进行机器学习模型训练。首先，从Excel文件中加载数据并进行预处理，包括使用MinMaxScaler进行标准化。接着，选取一部分数据作为训练集，剩余作为测试集。使用XGBoost的分类器配置参数，如最大深度、学习率等，训练模型。然后，对测试集进行预测，并展示预测结果。最后，通过plot_importance函数绘制特征重要性图，以便理解各特征对模型预测的影响。
最低0.47元/天 解锁文章
扫一扫
2万+
到【灌水乐园】发言
