上传者: 38590685
|
上传时间: 2021-11-24 20:10:55
|
文件大小: 31KB
|
文件类型: -
问题描述:
python3.5环境下跑机器学习ensemble learning的代码
数据集是UCI网站的Australia credit dataset,690个样本15个特征
调用sklearn中的XGBoost模型时,没有出现报错警告,但最后输出出错,不能正常输出准确率
// XGBoost
model = xgb.XGBClassifier()
model.fit(x_train, y_train)
print('XGBoost model', model.score(x_test, y_test))
输出结果(其他模型正常输出):
Random Forest model 0.87