ML之xgboost：利用xgboost算法(sklearn+3Split)訓(xùn)練mushroom蘑菇數(shù)據(jù)集(22+1,6513+1611)來預(yù)測蘑菇是否毒性(二分類預(yù)測)

?

?

?

目錄

輸出結(jié)果

設(shè)計思路

核心代碼

---

?

?

?

?

?

輸出結(jié)果

?

?

設(shè)計思路

?

?

核心代碼

seed = 7 test_size = 0.33 X_train_part, X_validate, y_train_part, y_validate = train_test_split(X_train, y_train, test_size=test_size,random_state=seed)validare_preds = bst.predict(X_validate)train_accuracy = accuracy_score(y_validate, validate_predictions) print ("【max_depth=3】Validation Accuary: %.2f%%" % (train_accuracy * 100.0))

?

?

?

總結(jié)

以上是生活随笔為你收集整理的ML之xgboost：利用xgboost算法(sklearn+3Split)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(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。