EL之DT&RF&GBT：基于三種算法(DT、RF、GBT)對泰坦尼克號乘客數據集進行二分類(是否獲救)預測并對比各自性能

?

?

目錄

輸出結果

?設計思路

核心代碼

---

?

?

?

?

輸出結果

?

設計思路

?

?

核心代碼

vec = DictVectorizer(sparse=False) X_train = vec.fit_transform(X_train.to_dict(orient='record')) X_test = vec.transform(X_test.to_dict(orient='record'))dtc.fit(X_train, y_train) dtc_y_pred = dtc.predict(X_test)rfc.fit(X_train, y_train) rfc_y_pred = rfc.predict(X_test)rfc.score(X_test, y_test) classification_report(rfc_y_pred, y_test)gbc.fit(X_train, y_train) gbc_y_pred = gbc.predict(X_test)gbc.score(X_test, y_test) classification_report(gbc_y_pred, y_test)

?

?

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的EL之DTRFGBT：基于三种算法(DT、RF、GBT)对泰坦尼克号乘客数据集进行二分类(是否获救)预测并对比各自性能的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。