数据科学技术与应用【中国大学MOOC】:机器学习建模分析(二)_第七次作业_答案

该博客主要介绍了在中国大学MOOC上东华大学课程的数据科学技术与应用中,机器学习建模分析的第七次作业答案。内容包括使用bankpep.csv数据集划分训练集和测试集,建立决策树、朴素贝叶斯、支持向量机以及梯度提升机(XGBoost)的分类模型,并对比各种模型在测试集上的性能。作业要求提交源代码和结果分析报告,详细分析数据集特征、数据量、方法及结果,并通过图表展示性能差异。
摘要由CSDN通过智能技术生成

数据科学技术与应用

机器学习建模分析(二) 第七次作业 答案

题目来源:中国大学MOOC-东华大学-宋晖等-数据科学技术与应用

1 ( 100分 ) 基于bankpep.csv数据集,划分训练集与测试集,建立分类模型。
1)使用决策树建立分类模型,记录模型在测试集上的性能;
2)自学朴素贝叶斯、支持向量机建立分类模型的方法,记录模型在测试集上的性能;
3)使用使用梯度提升机以及XGBoost训练分类模型,并与步骤1、2的结果进行比较。
4)本次作业需提交源代码和结果分析报告,分析报告说明使用的数据集,数据集特征项、数据量大小、尝试的每种方法、获得的结果。最后绘图比较这些方法在性能上的差别。

import pandas,datetime,xgboost
from sklearn 
评论 5
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

打赏作者

HerbertHu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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