ML之xgboost：利用xgboost算法对Boston(波士顿房价)数据集【特征列分段→独热编码】进

ML之xgboost：利用xgboost算法对Boston(波士顿房价)数据集【特征列分段→独热编码】进行回归预测(房价预测)+预测新数据得分

导读

对Boston(波士顿房价)数据集进行特征工程，分别使用特征列分段技术、独热编码技术，然后利用xgboost算法进行预测，发现的确能够进一步提高预测结果。

目录

输出结果

设计思路

核心代码

相关文章

ML之XGBR：利用xgboost算法对Boston(波士顿房价)数据集【特征列分段→独热编码】进行回归预测(房价预测)

输出结果

设计思路

核心代码

XGBR = XGBRegressor() cv_split = ShuffleSplit(n_splits, train_size, test_size) XGBR_grid = GridSearchCV(XGBR, grid_params, cv=cv_split)class XGBRegressor(XGBModel, XGBRegressorBase):# pylint: disable=missing-docstring__doc__ = "Implementation of the scikit-learn API for XGBoost regression.\n\n" + '\n'.join(XGBModel.__doc__.split('\n')[2:])

ML之xgboost：利用xgboost算法对Boston(波士顿房价)数据集【特征列分段→独热编码】进行回归预测(房价预测)+预测新数据得分