步骤一:引用常用库
步骤二:数据读取
步骤三:数据分割
步骤四:建模型
模型1:SVM步骤五:预测评价
模型1:结果步骤六:与步骤四/五一样 通过xgboost方式建模
模型2:建模及预测得分xgboost 0.933333333>svc 0.85 xgboost 明显优于svm
其实此时的xgboost有点过拟合的倾向
步骤一:引用常用库
步骤二:数据读取
步骤三:数据分割
步骤四:建模型
模型1:SVM步骤五:预测评价
模型1:结果步骤六:与步骤四/五一样 通过xgboost方式建模
模型2:建模及预测得分xgboost 0.933333333>svc 0.85 xgboost 明显优于svm
其实此时的xgboost有点过拟合的倾向
本文标题:2019-01-13 第一次使用类似sklearn的xgbo
本文链接:https://www.haomeiwen.com/subject/uisrdqtx.html
网友评论