用XGBoost进行二分类

数据:dataset_001.csv

问题介绍：

目的是判断病人是否会在 5 年内患糖尿病，给出的数据为csv文件，一共9列数据，这个数据前 8 列是变量，最后一列是预测值为 0 或 1。

代码：

## Indians_xgboost.py
from numpy import loadtxt
from xgboost import XGBClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

加载数据，分出变量X和标签Y

dataset = loadtxt('dataset_001.csv', delimiter=",")
X = dataset[:,0:8]
Y = dataset[:,8]

将数据集分为训练集和测试集，训练集来训练模型，测试集来测试模型准确度

seed = 7
test_size = 0.33
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=test_size, random_state=seed)

直接使用xgboost封装好的分类器和回归器，可以直接使用XGBClassifier建立模型

# 不可视化数据集loss
#model = XGBClassifier()
#model.fit(X_train, y_train)

##可视化测试集的loss
model = XGBClassifier()
eval_set = [(X_test, y_test)]
model