sklearn-GDBT
GDBT 可以解决分类和回归问题
回归问题
- def __init__(self, loss='ls', learning_rate=0.1, n_estimators=100,
- subsample=1.0, criterion='friedman_mse', min_samples_split=2,
- min_samples_leaf=1, min_weight_fraction_leaf=0.,
- max_depth=3, min_impurity_decrease=0.,
- min_impurity_split=None, init=None, random_state=None,
- max_features=None, alpha=0.9, verbose=0, max_leaf_nodes=None,
- warm_start=False, presort='auto')
示例
- import numpy as np
- from sklearn.metrics import mean_squared_error
- from sklearn.datasets import make_friedman1
- from sklearn.ensemble import GradientBoostingRegressor
- X, y = make_friedman1(n_samples=1200, random_state=0, noise=1.0)
- X_train, X_test = X[:200], X[200:]
- y_train, y_test = y[:200], y[200:]
- ### 损失函数
- # 如果损失函数为 误差绝对值,L=|y-f(x)|,负梯度为 sign(y-f(x)),即要么1,要么-1,sklearn 中对应为 loss='lad'
- # 如果损失函数为 huber,sklearn 中对应为 loss='huber'
- # 如果损失函数为 均方误差,sklearn 中对应为 loss='ls'
- est = GradientBoostingRegressor(n_estimators=100, learning_rate=0.1, max_depth=1, random_state=0, loss='huber').fit(X_train, y_train)
- pred = est.predict(X_test)
- error = mean_squared_error(pred, y_test)
- print(max(y_test), min(y_test)) # (27.214332670044374, 0.8719243023544349)
- print(error)
- # loss='ls' 5.009154859960321
- # loss='lad' 5.817510629608294
- # loss='huber' 4.690823542377095
分类问题
- def __init__(self, loss='deviance', learning_rate=0.1, n_estimators=100,
- subsample=1.0, criterion='friedman_mse', min_samples_split=2,
- min_samples_leaf=1, min_weight_fraction_leaf=0.,
- max_depth=3, min_impurity_decrease=0.,
- min_impurity_split=None, init=None,
- random_state=None, max_features=None, verbose=0,
- max_leaf_nodes=None, warm_start=False,
- presort='auto')
示例
- from sklearn.ensemble import GradientBoostingClassifier, GradientBoostingRegressor
- from sklearn.model_selection import GridSearchCV, train_test_split
- from sklearn.preprocessing import StandardScaler
- from sklearn.metrics import accuracy_score, mean_squared_error
- from time import time
- import numpy as np
- import pandas as pd
- import mnist
- if __name__ == "__main__":
- # 读取Mnist数据集, 测试GBDT的分类模型
- mnistSet = mnist.loadLecunMnistSet()
- train_X, train_Y, test_X, test_Y = mnistSet[0], mnistSet[1], mnistSet[2], mnistSet[3]
- m, n = np.shape(train_X)
- idx = range(m)
- np.random.shuffle(idx)
- # 使用PCA降维
- # num = 30000
- # pca = PCA(n_components=0.9, whiten=True, random_state=0)
- # for i in range(int(np.ceil(1.0 * m / num))):
- # minEnd = min((i + 1) * num, m)
- # sub_idx = idx[i * num:minEnd]
- # train_pca_X = pca.fit_transform(train_X[sub_idx])
- # print np.shape(train_pca_X)
- print "\n**********测试GradientBoostingClassifier类**********"
- t = time()
- # param_grid1 = {"n_estimators": range(1000, 2001, 100)}
- # param_grid2 = {'max_depth': range(30, 71, 10), 'min_samples_split': range(4, 9, 2)}
- # param_grid3 = {'min_samples_split': range(4, 9, 2), 'min_samples_leaf': range(3, 12, 2)}
- # param_grid4 = {'subsample': np.arange(0.6, 1.0, 0.05)}
- # model = GridSearchCV(
- # estimator=GradientBoostingClassifier(max_features=90, max_depth=40, min_samples_split=8, learning_rate=0.1,
- # n_estimators=1800),
- # param_grid=param_grid4, cv=3)
- # # 拟合训练数据集
- # model.fit(train_X, train_Y)
- # print "最好的参数是:%s, 此时的得分是:%0.2f" % (model.best_params_, model.best_score_)
- model = GradientBoostingClassifier(max_features=90, max_depth=40, min_samples_split=8, min_samples_leaf=3,
- n_estimators=1200, learning_rate=0.05, subsample=0.95)
- # 拟合训练数据集
- model.fit(train_X, train_Y)
- # 预测训练集
- train_Y_hat = model.predict(train_X[idx])
- print "训练集精确度: ", accuracy_score(train_Y[idx], train_Y_hat)
- # 预测测试集
- test_Y_hat = model.predict(test_X)
- print "测试集精确度: ", accuracy_score(test_Y, test_Y_hat)
- print "总耗时:", time() - t, "秒"
参考资料:
https://github.com/haidawyl/Mnist 各种模型的用法
sklearn-GDBT的更多相关文章
- sklearn的常用函数以及参数
sklearn可实现的函数或者功能可分为如下几个方面 1.分类算法2.回归算法3.聚类算法4.降维算法5.模型优化6.文本预处理 其中分类算法和回归算法又叫监督学习,聚类算法和降维算法又叫非监督学习 ...
- 机器学习之sklearn——EM
GMM计算更新∑k时,转置符号T应该放在倒数第二项(这样计算出来结果才是一个协方差矩阵) from sklearn.mixture import GMM GMM中score_samples函数第 ...
- 机器学习之sklearn——聚类
生成数据集方法:sklearn.datasets.make_blobs(n_samples,n_featurs,centers)可以生成数据集,n_samples表示个数,n_features表示特征 ...
- 机器学习之sklearn——SVM
sklearn包对于SVM可输出支持向量,以及其系数和数目: print '支持向量的数目: ', clf.n_support_ print '支持向量的系数: ', clf.dual_coef_ p ...
- 使用sklearn做单机特征工程
目录 1 特征工程是什么?2 数据预处理 2.1 无量纲化 2.1.1 标准化 2.1.2 区间缩放法 2.1.3 标准化与归一化的区别 2.2 对定量特征二值化 2.3 对定性特征哑编码 2.4 缺 ...
- 使用sklearn进行集成学习——实践
系列 <使用sklearn进行集成学习——理论> <使用sklearn进行集成学习——实践> 目录 1 Random Forest和Gradient Tree Boosting ...
- 【原】关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化
一.标准化(Z-Score),或者去除均值和方差缩放 公式为:(X-mean)/std 计算时对每个属性/每列分别进行. 将数据按期属性(按列进行)减去其均值,并处以其方差.得到的结果是,对于每个属 ...
- sklearn 增量学习 数据量大
问题 实际处理和解决机器学习问题过程中,我们会遇到一些"大数据"问题,比如有上百万条数据,上千上万维特征,此时数据存储已经达到10G这种级别.这种情况下,如果还是直接使用传统的方式 ...
- 使用sklearn优雅地进行数据挖掘【转】
目录 1 使用sklearn进行数据挖掘 1.1 数据挖掘的步骤 1.2 数据初貌 1.3 关键技术2 并行处理 2.1 整体并行处理 2.2 部分并行处理3 流水线处理4 自动化调参5 持久化6 回 ...
- Sklearn库例子——决策树分类
Sklearn上关于决策树算法使用的介绍:http://scikit-learn.org/stable/modules/tree.html 1.关于决策树:决策树是一个非参数的监督式学习方法,主要用于 ...
随机推荐
- CSP2019游(AFO?)记
Day 1 不知道为啥一看到\(T1\)就想到\(longlong\)可能存不下,试了下果然. \(T2\)想了半个小时胡出个\(O(n)\)算法,但是假了.冷静了一下,做了前缀和之后,合法的子区间\ ...
- 开源!js实现微信/QQ直接跳转到支付宝APP打开口令领红包!附:demo
最近支付宝的领红包可真是刷爆了各个微信群啊,满群都是支付宝口令. 可是这样推广可不是办法,又要复制又要打开支付宝又要点领取,太麻烦了. 于是乎,提出了一个疑问!是否可以在微信里面点一个链接然后直接打开 ...
- 关于PHP内部类的一些总结学习
前言: 这篇文章主要对一些可以进行反序列化的php内置类的分析总结(膜lemon师傅之前的总结),当然不是所有的php内置类在存在反序列化漏洞时都能够直接利用,有些类不一定能够进行反序列化,php中使 ...
- Linux远程连接工具 Shell Xshell6 XFtp6 绿色破解免安装版
百度云下载链接: https://pan.baidu.com/s/1HMkuxv1yaAM1yhtz09zpfQ 关注以下公众号,回复xshell,获取提取码 关注公众号githubcn,免费获取更多 ...
- 将Chrome中的缓存数据移出C盘
Chrome浏览器会默认的将用户的缓存是数据存放于 C:\Users\你的用户名\AppData\Local\Google\Chrome\User Data文件夹内.用久了之后,就会积攒大量缓存数据 ...
- 【转】Microsoft SQL Server 2008 R2 官方简体中文正式版下载(附激活序列号密钥)
原文: https://www.bensblog.cn/1238.html
- ccf 201703-4 地铁修建(95)(并查集)
ccf 201703-4 地铁修建(95) 使用并查集,将路径按照耗时升序排列,依次加入路径,直到1和n连通,这时加入的最后一条路径,就是所需要修建的时间最长的路径. #include<iost ...
- 使用MyBatis的动态SQL表达式时遇到的“坑”(integer)
现有一项目,ORM框架使用的MyBatis,在进行列表查询时,选择一状态(值为0)通过动态SQL拼接其中条件但无法返回正常的查询结果,随后进行排查. POJO private Integer stat ...
- C++输入输出流加速器,关闭同步流,ios::sync_with_stdio(false)和 cin.tie(0)
leetcode练习时,总会发现运行时间短的代码都会有类似: static int x=[](){ std::ios::sync_with_stdio(false); cin.tie(NULL); ; ...
- Python排序搜索基本算法之归并排序实例分析
Python排序搜索基本算法之归并排序实例分析 本文实例讲述了Python排序搜索基本算法之归并排序.分享给大家供大家参考,具体如下: 归并排序最令人兴奋的特点是:不论输入是什么样的,它对N个元素的序 ...