Python使用XGBoost

最新推荐文章于 2025-10-14 20:04:52 发布

原创

最新推荐文章于 2025-10-14 20:04:52 发布 · 407 阅读

0 ·

CC 4.0 BY-SA版权

本文详细介绍了如何在Python中利用XGBoost进行数据建模，包括安装库、数据预处理、模型训练、参数调优和模型评估等关键步骤，助你深入理解并掌握这一强大的机器学习库。

import xgboost
from xgboost import XGBClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.externals import joblib
import numpy as np



class XGBOOST():
    def __init__(self,model_path):
        # 加载模型
        self.model = joblib.load(model_path)

    def train():
        # 载入数据集
        dataset = np.load("model/train_data.npy")
        dataset[:,10]