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)

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_41185868/article/details/88685743

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)

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。

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:])