xgboost和lightgbm学习
来源:互联网 发布:海关信息进出口数据 编辑:程序博客网 时间:2024/05/17 09:13
demo basic_walkthrough.py
加载输入
dtrain = xgb.DMatrix('../data/agaricus.txt.train')dtest = xgb.DMatrix('../data/agaricus.txt.test')## 其中dtest就包括了lable和数据,lable可以通过labels = dtest.get_label()获取。 dtrain = xgb.DMatrix(csr, label = labels)# csr可以是'scipy.sparse.csr.csr_matrix‘# labels可以是list类型csc = scipy.sparse.csc_matrix((dat, (row,col)))或csc矩阵
参数设置,具体参数什么意思参考传送门
param = {'max_depth':2, 'eta':1, 'silent':1, 'objective':'binary:logistic' }
训练,直接导入参数,训练数据,训练轮数和watchlist
watchlist = [(dtest,'eval'), (dtrain,'train')] # 'eval'是watchlist的名字num_round = 2bst = xgb.train(param, dtrain, num_round, watchlist)
预测
preds = bst.predict(dtest) # 输出概率是[sample,1],每个样本输出一个概率值
保存模型和保存数据
# save dmatrix into binary bufferdtest.save_binary('dtest.buffer')# save modelbst.save_model('xgb.model')# load model and data inbst2 = xgb.Booster(model_file='xgb.model')dtest2 = xgb.DMatrix('dtest.buffer')preds2 = bst2.predict(dtest2)
binary:logistic 就是错误等误差eval_metric[默认值取决于objective参数的取值]
阅读全文
1 0
- xgboost和lightgbm学习
- Adaboost/Xgboost/lightgbm学习及实践
- 机器学习---xgboost与lightgbm效果比较(2)
- GBDT安装(xgboost LightGBM)
- Xgboost与Lightgbm参数对比
- 比XGBOOST更快--LightGBM介绍
- boosting-adaboost、GBDT、xgboost、lightGBM
- 关于安装xgboost和lightGBM的python3封装的问题" Error: setup script specifies an absolute path"及其解决办法
- 机器学习----lightGBM安装
- lightGBM学习资料
- CART,回归树,GBDT,XGBoost,LightGBM一路理解过来
- xgboost学习
- XGBoost学习
- XGBoost学习
- xgboost学习
- 机器学习算法中GBDT和XGBOOST
- 机器学习:GBDT和XGBoost的区别
- 关于树的几个ensemble模型的比较(GBDT、xgBoost、lightGBM、RF)
- Linux更改网卡逻辑名称
- 元真先生:细数那些不利于健康的风水陷阱!
- UML学习
- iptables配置规则
- 刷题:设计一个类不能被继承
- xgboost和lightgbm学习
- zookeeper常用命令
- 威尔逊定理,费马小定理,欧拉定理
- UVA 11584 Partitioning by Palindromes
- 加油加油
- C指针深入详解理解----不再害怕指针!(1)
- [bzoj1143][祭祀][ctsc2008]解题报告
- HBuilder开发App 01
- BlackBerry10开发环境搭建