首页 > 编程语言> > ML之xgboost:利用xgboost算法(sklearn+3Split+调参曲线+EarlyStop)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)
ML之xgboost:利用xgboost算法(sklearn+3Split+调参曲线+EarlyStop)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)
作者:互联网
ML之xgboost:利用xgboost算法(sklearn+3Spli+调参曲线+EarlyStop)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)
导读
利用xgboost算法(结合sklearn+3CrVa+调参曲线+EarlyStop)训练mushroom蘑菇数据集(22+1,6513+1611)实现预测某品种蘑菇是否有毒(二分类预测)。
目录
输出结果
设计思路
更新190525 0941
核心代码
#EarlyStop法防止过拟合
# 设置boosting迭代计算次数
num_round = 100
eval_set = [(X_validate, y_validate)]
bst.fit(X_train, y_train, early_stopping_rounds=10,
eval_metric='error',eval_set=eval_set, verbose=True)
标签:set,EarlyStop,蘑菇,调参,xgboost,3Split,eval 来源: https://blog.51cto.com/u_14217737/2905659