ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练实现二分类预测(基于训练好的模型进行新数据预测)

ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练实现二分类预测(基于训练好的模型进行新数据预测)

 

 

目录

输出结果

设计思路

核心代码

---

 

 

 

输出结果

更新中……

相关文章
ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练(模型保存+可视化)实现二分类预测
Dataset之HiggsBoson：Higgs Boson(Kaggle竞赛)数据集的简介、下载、案例应用之详细攻略

 

 

设计思路

更新中……

 

 

核心代码

更新中……

xgmat = xgb.DMatrix( data, missing = -999.0 )  
bst = xgb.Booster({'nthread':8}, model_file = modelfile)


res  = [ ( int(idx[i]), ypred[i] ) for i in range(len(ypred)) ]   

rorder = {}
for k, v in sorted( res, key = lambda x:-x[1] ):                
    rorder[ k ] = len(rorder) + 1

# write out predictions
ntop = int( threshold_ratio * len(rorder ) )
fo = open(outfile, 'w')                               
nhit = 0
ntot = 0
fo.write('EventId,RankOrder,Class\n')                
for k, v in res:                                     
    if rorder[k] <= ntop:
        lb = 's'
        nhit += 1
    else:
        lb = 'b'
    # change output rank order to follow Kaggle convention
    fo.write('%s,%d,%s\n' % ( k,  len(rorder)+1-rorder[k], lb ) )
    ntot += 1
fo.close()