SCIKIT-LEARN与GBDT使用案例

来源：互联网发布：java flag标志位编辑：程序博客网时间：2024/06/05 08:33

安装

SCIKIT-LEARN是一个基于python/numpy/scipy的机器学习库
windows下最简单的安装方式是使用winpython进行安装
WinPython地址

GBDT使用

这段代码展示了一个简单的GBDT调用过程
数据维数24，训练数据1990，测试数据221

import numpy as npfrom sklearn.ensemble import GradientBoostingRegressorgbdt=GradientBoostingRegressor(  loss='ls', learning_rate=0.1, n_estimators=100, subsample=1, min_samples_split=2, min_samples_leaf=1, max_depth=3, init=None, random_state=None, max_features=None, alpha=0.9, verbose=0, max_leaf_nodes=None, warm_start=False)train_feat=np.genfromtxt("train_feat.txt",dtype=np.float32)train_id=np.genfromtxt("train_id.txt",dtype=np.float32)test_feat=np.genfromtxt("test_feat.txt",dtype=np.float32)test_id=np.genfromtxt("test_id.txt",dtype=np.float32)print train_feat.shape，rain_id.shape，est_feat.shape，est_id.shapegbdt.fit(train_feat,train_id)pred=gbdt.predict(test_feat)total_err=0for i in range(pred.shape[0]):    print pred[i],test_id[i]    err=(pred[i]-test_id[i])/test_id[i]    total_err+=err*errprint total_err/pred.shape[0]

train_id.txt示例

320361364336358

train_feat.txt示例

0.00598802 0.569231 0.647059 0.95122 -0.225434 0.837989 0.357258 -0.0030581 -0.3834750.161677 0.743195 0.682353 0.960976 -0.0867052 0.780527 0.282945 0.149847 -0.0529661 0.113772 0.744379 0.541176 0.990244 -0.00578035 0.721468 0.43411 -0.318043 0.288136 0.0538922 0.608284 0.764706 0.95122 -0.248555 0.821229 0.848604 -0.0030581 0.239407 0.173653 0.866272 0.682353 0.95122 0.017341 0.704709 -0.0210016 -0.195719 0.150424

测试结果与真值

333.986169852 334.0360.84170859 360.0342.658750421 343.0329.591753015 328.0374.247432336 374.0

更多详细功能介绍请看这里

调参与结果对比

误差度量采用预测值与真值的误差占真值的百分比的均值

方法参数平均误差百分比 svm 最佳参数 1.60452% gdbt n_estimators=100,max_depth=3 2.29247% gdbt n_estimators=1000,max_depth=3 1.23875% gdbt n_estimators=1000,max_depth=5 1.14202% gdbt n_estimators=1000,max_depth=7 1.02505%

可以看出n_estimators和max_depth 与gbdt的表达能力相关度很高
同时gbdt相对svm效果更优

0 0