import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from xgboost import XGBClassifier
from xgboost import plot_importance
# 加载手写数字数据集
digits = datasets.load_digits()
print(digits.data.shape)
x_train,x_test,y_train,y_test = train_test_split(digits.data,
digits.target,
test_size = 0.3,
random_state = 33)
model = XGBClassifier(learning_rate=0.1,
#n_estimatores
#含义:总共迭代的次数,即决策树的个数
n_estimators=1000,
#max_depth
#含义:树的深度,默认值为6,典型值3-10。
max_depth=6,
#min_child_weight
#调参:值越大,越容易欠拟合;值越小,越容易过拟合
#(值较大时,避免模型学习到局部的特殊样本)。
min_child_weight = 1,
#惩罚项系数,指定节点分裂所需的最小损失函数下降值。
gamma = 0,
#subsample
#含义:训练每棵树时,使用的数据占全部训练集的比例。
# 默认值为1,典型值为0.5-1。
subsample = 0.8,
#colsample_bytree
#含义:训练每棵树时,使用的特征占全部特征的比例。默认值为1,典型值为0.5-1。
colsample_btree = 0.8,
#objective 目标函数
#multi:softmax num_class=n 返回类别
objective = 'multi:softmax',
#scale_pos_weight
#正样本的权重,在二分类任务中,当正负样本比例失衡时,设置正样本的权重,模型效果更好。例如,当正负样本比例为1:10时,scale_pos_weight=10
scale_pos_weight = 1,
random_state= 27
)
model.fit(x_train,
y_train,
eval_set=[(x_test,y_test)],
eval_metric = 'mlogloss',
early_stopping_rounds = 10,
verbose = True)
#保存模型
pickle.dump(model, open("xgb.pkl", "wb"))
fig,ax = plt.subplots(figsize=(15,15))
plot_importance(model,
height=0.5,
ax=ax,
max_num_features=64)
plt.show()
#加载模型
xgb_model_loaded = pickle.load(open("xgb.pkl", "rb"))
#y_pred=xgb_model_loaded.predict(test)
y_pred = model.predict(x_test)
accuracy = accuracy_score(y_test,y_pred)
print("accuarcy: %.2f%%" % (accuracy * 100.0))