本文中将针对树模型的参数进行优化
数据预处理
前面已经做过好几次数据预处理了，这里直接上代码
得到数据
# 导入工具包
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
# 读取数据
features = pd.read_csv('data/temps_extended.csv')
# 独热编码处理数据
features = pd.get_dummies(features)
# 标签和特征划分
labels = features['actual']
featur
2021-10-17 11:02:04
104KB
1
一、机器学习概览
0 检查版本信息
import sys
assert sys.version_info >= (3, 5)
sys.version_info
import sklearn
assert sklearn.__version__ >= "0.20"
sklearn.__version__
1 获取数据并整理
1.1 下载数据
创建datasets/lifesat目录
爬取oecd_bli_2015.csv&gdp_per_capita.csv数据到该目录下
import os
datapath = os.path.join("datasets", "lifesat", "
2021-10-16 21:49:14
438KB
1