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​​

​​核心代码​​




输出结果

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)_设计思路

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)_数据集_02

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)_数据集_03

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)_设计思路_04



设计思路

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)_数据集_05

更新190525 0941

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)_二分类_06




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)