机器学习笔记-XGBoost+lightGBM

林大帅6688

于 2024-02-05 09:48:58 发布

阅读量495

点赞数 11

文章标签：机器学习笔记人工智能

本文链接：https://blog.youkuaiyun.com/weixin_41732253/article/details/127159224

版权

本文通过实例介绍了如何使用XGBoost和lightGBM进行机器学习，包括数据预处理、特征抽取、模型训练（如XGBoost的深度调优和lightGBM的基本训练与网格搜索），展示了这两种算法在实际问题中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

机器学习笔记-XGBoost+lightGBM

XGBoost
lightGBM

XGBoost

例子

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
from sklearn.tree import DecisionTreeClassifier, export_graphviz

# 1.获取数据
titan = pd.read_csv("http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt")

# 2.数据基本处理
# 2.1 确定特征值,目标值
x = titan[["pclass", "age", "sex"]]
y = titan["survived"]

# 2.2 缺失值处理
x['age'].fillna(value=titan["age"].mean(), inplace=True)

# 2.3 数据集划分
x_train, x_test, y_train, y_test

最低0.47元/天解锁文章