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: