ML之xgboost：利用xgboost算法(自带方式)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(自带方式)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)

 

 

目录

输出结果

设计思路

核心代码

---

 

 

 

输出结果

 

1、xgboost(num_trees=0): Binary prediction based on  Mushroom Dataset

 

2、xgboost(num_trees=1): Binary prediction based on  Mushroom Dataset

 

3、xgboost(num_trees=1,max_depth=4): Binary prediction based on  Mushroom Dataset

 

设计思路

数据集：Dataset之mushroom：mushroom蘑菇数据集的简介、下载、使用方法之详细攻略

 

 

 

核心代码

 

preds = bst.predict(dtest) predictions = [round(value) for value in preds] test_accuracy = accuracy_score(y_test, predictions) print("Test Accuracy: %.2f%%" % (test_accuracy * 100.0)) from matplotlib import pyplot import graphviz # num_trees=0 # xgb.plot_tree(bst, num_trees=0, rankdir= 'LR' ) #xgb.to_graphviz(bst,num_trees=0) # num_trees=1 xgb.plot_tree(bst,num_trees=1, rankdir= 'LR' ) #xgb.to_graphviz(bst,num_trees=1)

 

 

 

一个处女座的程序猿 认证博客专家 华为杯研电赛一等 华为研数模一等奖 国内外AI竞十 人工智能硕博生，目前兼职国内外多家头部人工智能公司的AI技术顾问。拥有十多项发明专利(6项)和软件著作权(9项)，多个国家级证书(2个国三级、3个国四级)，先后获得国内外“人工智能算法”竞赛(包括国家级、省市级等，一等奖5项、二等奖4项、三等奖2项)相关证书十多个，以上均以第一作者身份，并拥有省市校级个人荣誉证书十多项。正在撰写《人工智算法最新实战》一书，目前已37万字。