python Sklearn实现xgboost的二分类和多分类

最新推荐文章于 2025-06-22 22:16:36 发布

原创

最新推荐文章于 2025-06-22 22:16:36 发布 · 1.6w 阅读

50 ·

CC 4.0 BY-SA版权

这篇博客介绍了如何利用Python的Sklearn库结合XGBoost进行二分类和多分类任务。在二分类问题中，数据集为train2.txt，而在多分类问题中，存在19种类别，包括一个正常类别和18种异常类别。文章详细阐述了数据格式及模型训练过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

二分类：

train2.txt的格式如下：

import numpy as np
import pandas as pd
import sklearn
from sklearn.cross_validation import train_test_split,cross_val_score
from xgboost.sklearn import XGBClassifier
from sklearn.metrics import precision_score,roc_auc_score

min_max_scaler = sklearn.preprocessing.MinMaxScaler(feature_range=(-1,1))
resultX = []
resultY = []
with open("./train_data/train2.txt",'r') as rf:
    train_lines = rf.readlines()
    for train_line in t