使用scikit-learn機器學習庫裡面的xgboost
from xgboost import XGBRegressor
from sklearn.datasets import make_regression
if __name__ == "__main__":
x,y = make_regression(n_samples=50,n_features=2,n_informative=2)
xgb = XGBRegressor(n_estimators=2,max_depth=2)
xgb.fit(x,y)
data = xgb.get_booster().trees_to_dataframe()
print(data)
# X,y = shap.datasets.boston()
# model = xgboost.train({"learning_rate": 0.01}, xgboost.DMatrix(X, label=y), 100)
相關文章
- Scikit-learn 機器學習庫介紹!【Python入門】機器學習Python
- 機器學習之Xgboost詳解機器學習
- 【機器學習演算法】XGBoost原理機器學習演算法
- 《scikit-learn機器學習實戰》簡介機器學習
- 【機器學習】--xgboost從初識到應用機器學習
- 機器學習之 基於xgboost的特徵篩選機器學習特徵
- [機器學習 ]RandomForest、GBDT、XGBoost、lightGBM 原理與區別機器學習randomREST
- [機器學習] 低程式碼機器學習工具PyCaret庫使用指北機器學習
- 一文讀懂機器學習大殺器XGBoost原理機器學習
- Scikit-Learn 與 TensorFlow 機器學習實用指南學習筆記2 — 機器學習的主要挑戰機器學習筆記
- 【機器學習】--xgboost初始之程式碼實現分類機器學習
- 機器學習演算法(15)之Xgboost演算法機器學習演算法
- 【機器學習】--Python機器學習庫之Numpy機器學習Python
- Scikit-Learn機器學習實踐——垃圾簡訊識別機器學習
- Scikit-Learn 與 TensorFlow 機器學習實用指南學習筆記1 — 機器學習基礎知識簡介機器學習筆記
- 利用Scikit-learn機器學習庫的特徵分類進行vnpy期貨量化交易機器學習特徵
- 瀏覽器裡玩機器學習、深度學習瀏覽器機器學習深度學習
- Scikit-learn學習
- 【Python機器學習實戰】決策樹與整合學習(六)——整合學習(4)XGBoost原理篇Python機器學習
- Scikit-Learn 與 TensorFlow 機器學習實用指南學習筆記 5 —— 如何為機器學習演算法準備資料?機器學習筆記演算法
- 人工智慧-機器學習-Python-第三方庫-scikit-learn(用於特徵工程)人工智慧機器學習Python特徵工程
- 利用Scikit-learn機器學習庫的特徵分類進行vnpy期貨量化交易(程式碼)機器學習特徵
- XGBoost類庫使用小結
- 通用機器學習演算法:線性迴歸+決策樹+Xgboost機器學習演算法
- 入門系列之Scikit-learn在Python中構建機器學習分類器Python機器學習
- Python機器學習筆記:sklearn庫的學習Python機器學習筆記
- Scikit-Learn 與 TensorFlow 機器學習實用指南學習筆記 3 —— 資料獲取與清洗機器學習筆記
- Oracle 20c 新特性:XGBoost 機器學習演算法和 AutoML 的支援Oracle機器學習演算法TOML
- 【機器學習】機器學習簡介機器學習
- 使用Python開始機器學習Python機器學習
- 25種Java機器學習工具和庫Java機器學習
- 五個常用的機器學習python庫!機器學習Python
- 無伺服器計算的機器學習,出路在哪裡?伺服器機器學習
- Python機器學習會應用到哪些庫?Python入門學習Python機器學習
- 學好機器學習,這裡有想要的一切機器學習
- 19、如何使用機器學習結果機器學習
- 【機器學習】使用Octave執行命令機器學習
- 使用機器學習來降低噪音機器學習