'''内置建模方式
1.xgb.train训练方式
2.DMatrix数据形态，不是DataFrame
'''
import numpy as np
import scipy.sparse
import pickle
import xgboost as xgb
dtrain = xgb.DMatrix('data/agaricus.txt.train')
dtest = xgb.DMatrix('data/agaricus.txt.test')
#超参数设定
'''
max_depth:用于设置树的最大深度,默认为6，范围为：》1
eta:可以看作为学习率
为了防止过拟合，更新过程中用到的收缩
2023-03-29 10:11:53
36KB
1
2.Parallel Processing（并行处理）:如果大家看过我前面分享的一篇集成学习的文章： 集成学习之bagging、boosting及AdaBoos
2023-03-09 14:53:27
30KB
1
参看CSDN博客和matlab官网分享程序包，进行调试，现共享给大家，麻雀算法bp神经网络改进也完成调试，需要的留言联系
2023-02-20 12:51:05
63KB
1
包含比赛代码、数据、训练后的神经网络模型等。
在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。
1 数据探索与数据预处理
1.1 赛题回顾
1.2 数据探索性分析与异常值处理
1.3 相关性分析
2 特征工程
2.1 光伏发电领域特征
2.2 高阶环境特征
3 模型构建与调试
3.1 预测模型整体结构
3.2 基于LightGBM与XGBoost的构建与调试
3.3 基于LSTM的模型构建与调试
3.4 模型融合与总结
4 总结与展望
参考文献
2022-12-25 13:28:50
1.88MB
1