GBDT算法实践

下面对GBDT做简单的实现。

 

(1)加载需要的python模块

import pandas as pd
import numpy as np
import pydotplus

from sklearn.ensemble import GradientBoostingClassifier
from sklearn import metrics
from sklearn.externals.six import StringIO
from sklearn import tree

 

(2)数据集信息

数据集如下,其中 train_modified.csv下载地址为: http://files.cnblogs.com/files/pinard/train_modified.zip

train = pd.read_csv('train_modified.csv')

target='Disbursed'
IDcol = 'ID'

x_columns = [x for x in train.columns if x not in [target, IDcol]]

X = train[x_columns]
y = train['Disbursed']

print(train[:10])

特征共计49个,详细信息如下:

['Existing_EMI',
 'Loan_Amount_Applied',
 'Loan_Tenure_Applied',
 'Monthly_Income',
 'Var4',
 'Var5',
 'Age',
 'EMI_Loan_Submitted_Missing',
 'Interest_Rate_Missing',
 'Loan_Amount_Submitted_Missing',
 'Loan_Tenure_Submitted_Missing',
 'Processing_Fee_Missing',
 'Device_Type_0',
 'Device_Type_1',
 'Filled_Form_0',
 'Filled_Form_1',
 'Gender_0',
 'Gender_1',
 'Var1_0',
 'Var1_1',
 'Var1_2',
 'Var1_3',
 'Var1_4',
 'Var1_5',
 'Var1_6',
 'Var1_7',
 'Var1_8',
 'Var1_9',
 'Var1_10',
 'Var1_11',
 'Var1_12',
 'Var1_13',
 'Var1_14',
 'Var1_15',
 'Var1_16',
 'Var1_17',
 'Var1_18',
 'Var2_0',
 'Var2_1',
 'Var2_2',
 'Var2_3',
 'Var2_4',
 'Var2_5',
 'Var2_6',
 'Mobile_Verified_0',
 'Mobile_Verified_1',
 'Source_0',
 'Source_1',
 'Source_2']

 

(3)训练模型

gbdt_model = GradientBoostingClassifier(learning_rate=0.005, 
               n_estimators=1200,
               max_depth=7, 
               min_samples_leaf =60, 
               min_samples_split =1200, 
               max_features=9, 
               subsample=0.7, 
               random_state=10)

gbdt_model.fit(X,y)

y_pred = gbdt_model.predict(X)
y_pred_prob = gbdt_model.predict_proba(X)[:,1]

print("Accuracy : %.4g" % metrics.accuracy_score(y.values, y_pred))
print("AUC Score (Train): %f" % metrics.roc_auc_score(y, y_pred_prob))

# Accuracy : 0.984
# AUC Score (Train): 0.908232

模型的准确率和AUC指标分别为 0.984 和 0.9082,效果还不错。感兴趣的小伙伴可以尝试调整参数。

 

(4)特征重要度情况

以下数据列举了每个特征所对应的特征重要度,数值越大,重要度越高。

score_feature = gbm.feature_importances_
print(score_feature)


"""
[0.15929728 0.04617883 0.02608923 0.25709074 0.03488485 0.14528308
 0.06911841 0.00267712 0.00290675 0.00819478 0.00553175 0.00428709
 0.00861779 0.00927034 0.00676201 0.00652589 0.00667953 0.0060258
 0.00059827 0.00570858 0.04263685 0.00957521 0.         0.00037965
 0.00097049 0.         0.01065202 0.00118078 0.00832415 0.01314289
 0.00166272 0.00267764 0.         0.01484987 0.         0.
 0.         0.         0.00494884 0.00951563 0.00307255 0.00451455
 0.00069745 0.         0.00436676 0.00482608 0.03472633 0.00907289
 0.00647855]

"""

 

(5)绘制树状图

dot_data = StringIO()
tree.export_graphviz(gbdt_model.estimators_[0,0], 
                     out_file = dot_data, 
                     node_ids=True,
                     filled=True,
                     rounded=True,
                     special_characters=True)

graph = pydotplus.graph_from_dot_data(dot_data.getvalue())

graph.write_pdf("gbdt.pdf")

结果如下:

 

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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