ML之XGBoost：XGBoost参数调优之网格搜索的两种函数封装——DIY十多个案例

ML之XGBoost：XGBoost参数调优之网格搜索的两种函数封装——DIY十多个案例

XGBoost参数调优经验

1、自定义函数：两种调参优化

T10.1、XGBR_model：网格搜索调优，找出最佳参数

T1、调用XGBR_GSCV_Shuffle()函数

from xgboost import XGBRegressor
from sklearn import metrics

#T1、调用XGBR_GSCV_Shuffle()函数进行网格搜索调优，找出最佳参数
def XGBR_GSCV_Shuffle(X, y):
    import time
    from sklearn.model_selection import GridSearchCV
    from sklearn.model_selection import ShuffleSplit
    starttime = time.clock()
    
    cv_split = ShuffleSplit(n_splits=6, train_size=0.7, test_size=0.2)              #定义cv_split：利用ShuffleSplit()方法进行随机交叉训练验证
    grid_params = dict(                                                             #定义grid_params字典：预定义参数范围，max_depth、learning_rate、n_estimators
        m