python使用GBDT进行二分类
时间: 2024-03-15 07:16:26 浏览: 16
使用Python进行GBDT二分类可以使用scikit-learn库中的GradientBoostingClassifier模型。下面是一个简单的例子:
```python
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
import numpy as np
# 加载数据
X = np.load('X.npy')
y = np.load('y.npy')
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练模型
model = GradientBoostingClassifier(n_estimators=100, learning_rate=0.1, max_depth=3, random_state=42)
model.fit(X_train, y_train)
# 预测
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
在上述代码中,我们使用了GradientBoostingClassifier模型,并使用train_test_split函数将数据集分成了训练集和测试集。然后,我们使用fit方法训练模型,使用predict方法进行预测,并使用accuracy_score函数计算准确率。请注意,这里的X和y是特征和标签,需要根据你的数据集进行替换。