SCIKIT-LEARN与GBDT使用案例

最新推荐文章于 2024-09-26 09:10:20 发布

superzrx

最新推荐文章于 2024-09-26 09:10:20 发布

阅读量3w

点赞数 1

分类专栏：机器学习 gbdt 文章标签： gbdt scikit 机器学习

本文链接：https://blog.csdn.net/superzrx/article/details/47073847

版权

本文介绍了如何在Python中使用SCIKIT-LEARN库进行GBDT（梯度提升决策树）的安装、应用和调参。通过实例展示了GBDT在处理数据集上的操作，包括训练和测试数据的准备，以及与SVM的性能对比。调参部分指出n_estimators和max_depth参数对模型表达能力的影响，并以误差百分比均值作为评估标准。

摘要由CSDN通过智能技术生成

安装

SCIKIT-LEARN是一个基于python/numpy/scipy的机器学习库
windows下最简单的安装方式是使用winpython进行安装
WinPython地址

GBDT使用

这段代码展示了一个简单的GBDT调用过程
数据维数24，训练数据1990，测试数据221

import numpy as np
from sklearn.ensemble import GradientBoostingRegressor
gbdt=GradientBoostingRegressor(
  loss='ls'
, learning_rate=0.1
, n_estimators=100
, subsample=1
, min_samples_split=2
, min_samples_leaf=1
, max_depth=3
,