抗忙北鼻来斯购

GBDT+LR学习记录9.8模型在测试数据集表现（上）新建check.py文件新建函数check_core（后来03：30改名为run_check）check_core我们这里与lr相比只重新选取一下打分函数即可新建函数get_test_data（同lr）新建函数run_check_core（同lr）下面新建定义一下打分函数predict_by_tree新建get_auc、get_accuracy函数写main函数最上边引入模块from future import division此时

GBDT+LR记录9.6 GBDT模型最优参数选择def grid_search(): """网格搜索参数""" para_list = choose_parameter() # 定义一个构建参数的函数 for ele in para_list: (tree_depth, tree_num, learning_rate) = ele # 元组包括这3个参数把上边这个元组放在gbdt交叉验证的代码里，直接复制一下于是def grid_search():这个

GBDT+LR记录9.5代码训练GBDT模型1.数据集2.代码ana_train# -*- coding: utf-8 -*-"""================================================== File Name： ana_train.data Description : 树模型，不需要对 连续特征进行离散化，只需要对离散特征进行01编码，gbdt特征 的预处理阶段=================================