當前位置：
首頁 >
ML之xgboost：利用xgboost算法(结合sklearn)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
發布時間：2025/3/21
45
豆豆
生活随笔
收集整理的這篇文章主要介紹了
ML之xgboost：利用xgboost算法(结合sklearn)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
ML之xgboost：利用xgboost算法(結合sklearn)訓練mushroom蘑菇數據集(22+1,6513+1611)來預測蘑菇是否毒性(二分類預測)
?
?
?
?
?
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
bst =XGBClassifier(max_depth=3, learning_rate=1, n_estimators=num_round, silent=True, objective='binary:logistic')bst.fit(X_train, y_train)train_preds = bst.predict(X_train)preds = bst.predict(X_test)?
?
總結
以上是生活随笔為你收集整理的ML之xgboost：利用xgboost算法(结合sklearn)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 成功解决sklearn\preproce
- 下一篇： ML之xgboost：利用xgboost