xgboost代码回归matlab
通过遥感CNN功能预测贫困
入门
对于此项目,我们提供了使用遥感CNN功能进行贫困预测的研究。
通过从CNN提供的4096个特征中精心选择特征,我们训练了一个模型,该模型可以比使用夜灯强度更好地预测财富指数。
我们分两部分进行研究,即特征选择和模型训练。
我们使用基于相关性,基于套索的和正向搜索方法来选择特征。
我们使用线性回归,岭回归,Lasso回归和XGBoost来训练我们的模型并比较性能。
您可以使用我们提供的代码来完成此过程。
先决条件
使用MATLAB提供的内置函数来开发特征选择方法和基本回归模型。
“
all_countries_dhs.mat”是包含所有训练数据和训练集的文件。
要在Python中运行XGBoost代码和VAE代码,您需要:
Python
2.7
正在安装
请参考上面的链接,了解如何安装依赖项。
对于MacOS,如果您在计算机上安装了pip,则可以执行以下操作:
pip
install
xgboost
pip
install
-U
scikit-learn
python
-m
pip
install
--user
num
2021-06-05 16:05:53
112.99MB
系统开源
1