请写一段代码使用XGBoost算法构建预测模型对风电输出功率进行预测
时间: 2024-05-06 14:19:25 浏览: 13
好的,我能对此进行回答。以下是使用XGBoost算法构建预测模型对风电输出功率进行预测的代码:
```python
import xgboost as xgb
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 加载数据
data = pd.read_csv('wind_farm_data.csv')
X = data.drop('power_output', axis=1)
y = data['power_output']
# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)
# 构建XGBoost模型并训练
xgb_model = xgb.XGBRegressor(objective="reg:squarederror", n_estimators=100, learning_rate=0.1)
xgb_model.fit(X_train, y_train)
# 预测并评估模型
y_pred = xgb_model.predict(X_test)
rmse = mean_squared_error(y_test, y_pred, squared=False)
print('模型的均方根误差为:', rmse)
```
这段代码中,我们首先使用Pandas库加载风电数据,并划分为训练集和测试集。接着,我们使用XGBoost库构建回归模型,并使用训练集进行模型训练。最后,我们使用测试集对模型进行评估,计算模型的均方根误差。
希望这段代码能帮到你!