EL之GB(GBM)：利用GB對(duì)回歸(性別屬性編碼+調(diào)2參)問題(整數(shù)值年齡預(yù)測(cè))建模

?

?

?

目錄

輸出結(jié)果

設(shè)計(jì)思路

核心代碼

---

?

?

?

輸出結(jié)果

T1、

T2、

設(shè)計(jì)思路

?

核心代碼

#T1 nEst = 2000 depth = 5 learnRate = 0.003 maxFeatures = None subsamp = 0.5#T2 # nEst = 2000 # depth = 5 # learnRate = 0.005 # maxFeatures = 3 # subsamp = 0.5abaloneGBMModel = ensemble.GradientBoostingRegressor(n_estimators=nEst, max_depth=depth, learning_rate=learnRate, max_features=maxFeatures,subsample=subsamp, loss='ls')abaloneGBMModel.fit(xTrain, yTrain)# compute mse on test set msError = [] predictions = abaloneGBMModel._staged_decision_function(xTest) for p in predictions:msError.append(mean_squared_error(yTest, p))

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的EL之GB(GBM)：利用GB对回归(性别属性编码+调2参)问题(整数值年龄预测)建模的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。