GBDT在jupyter notebook中的代码
时间: 2023-08-30 09:09:54 浏览: 53
以下是GBDT在jupyter notebook中的示例代码:
```python
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
# 生成一个二分类数据集,包含1000个样本和20个特征
X, y = make_classification(n_samples=1000, n_features=20, random_state=0)
# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
# 创建GBDT分类器
gbdt = GradientBoostingClassifier()
# 训练模型
gbdt.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = gbdt.predict(X_test)
# 计算模型的准确率
accuracy = gbdt.score(X_test, y_test)
print("Accuracy:", accuracy)
```
在上面的代码中,我们使用了scikit-learn库中的GradientBoostingClassifier类来创建GBDT分类器。我们首先使用make_classification函数生成一个二分类数据集,并将其划分为训练集和测试集。然后,我们创建GBDT分类器,并使用fit方法在训练集上训练模型。最后,我们使用predict方法在测试集上进行预测,并使用score方法计算模型的准确率。