天池工业蒸汽比赛代码复现,采用模型LR+GBR,并融合

本文详细复现了天池工业蒸汽比赛中的高分解决方案,主要结合了逻辑回归(LR)和梯度提升回归(GBR)两种模型进行融合,通过特征工程和模型调参,实现了预测性能的提升。
摘要由CSDN通过智能技术生成
import numpy as np
import pandas as pd
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import train_test_split
from sklearn import linear_model
from sklearn.ensemble import ExtraTreesRegressor
from sklearn.feature_selection import SelectFromModel
from sklearn.decomposition import PCA
from sklearn.ensemble import GradientBoostingRegressor
zhengqi_train = pd.read_table('/Users/soushigou/zhengqi_train.txt',encoding='utf-8')
zhengqi_test = pd.read_table('/Users/soushigou/zhengqi_test.txt',encoding='utf-8')


X=np.array(zhengqi_train.drop(['target'],axis=1))
y=np.array(zhengqi_train.target)
print(X.shape)
print(y.shape)


X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=0)
print(len(X_train))
print(len(X_test))

#PCA数据处理-降维
pca=PCA(0.95)
pca.fit(X)
X_pca=pca.transform(X)
X1_pca=pca.transform(zhengqi_test)

X_train,X_test,Y_train,Y_te
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值