使用XGBOOST进行机器学习实验报告讲述.pptx

使用XGBOOST进行机器学习实验报告讲述.pptx

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
使用XGBOOST进行机器学习实验报告讲述

使用 XGBOOST 进行大数据机器学习 ;1.BOOSTING方法的起源,背景与当前发展状况。;2.XGBOOST的介绍;3.安装与配置(WINDOWS): ;4.设计实验,并使用XGBOOST进行实验。;1. 读取数据,观察数据特征,发现可能有常量列和重复列。 2. 消除常量列,29 列数据被删除,这些属性值可能是永远为 0,或者永远为 1。 3. 消除重复列,数据中只有两列重复。 4. 首先使用随机森林进行训练,训练的目标不是得到最终结果,而是期望得到每个属性 特征的重要性,为我们后面进行特征选择做准备。 5. 将重要性1e-5 的列选择出来,最终剩余 193 列数据。 6. 我们在 193 维度下进行预测,构建 xgboost 分类器,设置基本分类器数目为 110,使 用 auc 度量指标;为了直观的观察各个特征,我们画出了特征的重要性分布图,可以发现,大部分特征的 重要性是很低的,只有少数特征在决策中起到了重要的作用:; ???上大部分属性的重要性集中在很小的一个范围内,我们将这个范围展开画出图形:;5.实验核心代码(#后面是注释)。;6.总结与分析。

文档评论(0)

jiayou10 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8133070117000003

1亿VIP精品文档

相关文档