机器学习-算法进阶(5): XGBoost

本文探讨了XGBoost算法在处理分类问题时,如何将多分类转化为0-1-2格式,并介绍了如何计算特征`g`和`h`。同时,针对数据集中fare列的缺失值处理,文章提出了一种方法,即计算不同等级乘客fare的中位数,并用其填充0值。
摘要由CSDN通过智能技术生成

在这里插入图片描述
在这里插入图片描述
如何计算g和h
在这里插入图片描述
在这里插入图片描述
xgboost只接受0,1,2的分类,所以将1,2,3中的3变为0
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
先设置一个含有三个元素全为0得数组,循环三次,对于p-class不同等级的乘客取他们fare列去除np.nan后取中位数保存在原数组中,再次遍历,对于不同等级中fare列为0得数全部添加为刚才计算的对应的中位数。
在这里插入图片描述

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