EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题

 

 

目录

输出结果

设计思路

核心代码

 

 

 

 

输出结果

EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题_ML

EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题_ML_02

 

设计思路

EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题_DataScience_03

EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题_DataScience_04

 

核心代码

xList = []
labels = []
names = []
firstLine = True
for line in data:
    if firstLine:
        names = line.decode().strip().split(";")
        firstLine = False
    else:
        row = line.decode().strip().split(";")
        labels.append(float(row[-1]))
        row.pop()
        floatRow = [float(num) for num in row]
        xList.append(floatRow)

 

 

更多文章请关注《万象专栏》