13、提升模型性能：集成学习与堆叠泛化

提升模型性能：集成学习与堆叠泛化

1. XGBoost模型构建与评估

在机器学习中，XGBoost是一种强大的梯度提升模型。以下将详细介绍如何构建和评估XGBoost模型。
- 数据预处理
- 首先，将数据划分为特征集和目标集，同时忽略ID列：

# split data into X and Y
X = df_glassdata.iloc[:,1:10]
Y = df_glassdata.iloc[:,10]
print(X.shape)
print(Y.shape)

- 确认数据中没有缺失值：

df_glassdata.isnull().sum()

- 接着，将数据集划分为训练集和测试集：

# Create train & test sets
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.30, random_state=0)

• 构建XGBoost模型
  • 第一步，将训练数据拟合到XGBoost分类器中：