学习笔记 Day49 （XGBoost）

流程：

观察三种回归的效果：

xgb效果是要更好的。

GBDT的过程：

 subsample：随机抽样的时候抽取的样本比例   【0,1】

axisx = np.linspace(0.05,1,25)
rs = []

for i in axisx:
    xgbr = XGBR(n_estimator=180,subsample=i,random_state=420,slient=False).fit(x_train,y_train)
    
    rs.append(cvs(xgbr,x_train,y_train,cv=5).mean())
print(axisx[rs.index(max(rs))],max(rs))

plt.figure(figsize=(20,8))    
plt.plot(axisx,rs,label='xgb')

plt.legend()
plt.show()

 总结：