标签：回归 算法 VS Thresh 参数 2017 XGBR model Accuracy
ML之回归预测：利用十(xgboost,10-1)种机器学习算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值——bug调试记录
目录
输出结果
1、增加XGBR算法
1、增加XGBR算法时候，采用网格搜索的方法
XGBR_grid_model Training time： 135.60037931849538
输出XGBR_grid_model模型的最优参数：
{'learning_rate': 0.03, 'max_depth': 4, 'n_estimators': 100}
XGBR_grid_model_best_score: 0.7993051604810518
XGBR_grid_model_score： -0.339632045000555
2、增加XGBR算法时候，调用得到的最佳参数，却输不出最佳参数对应的准确度！
3、增加XGBR算法时候，对新数据进行预测，遇到bug：因为XGBR算法，要求传入的数据都为数值型
成功解决ValueError: DataFrame.dtypes for label must be int, float or bool
4、默认配置参数，输出的准确度较低：54%
(1)、通过特征选择可得到最高准确度为67.69%
ML之回归预测：利用十种机器学习(LiR+xgboost(特征重要性+特征选择))算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值
XGBR：The value of default parameter of XGBR is 0.539021005879261
XGBR：R-squared value of DecisionTreeRegressor: 0.539021005879261
XGBR：测试[12.8, 13.0]行数据，
[53.609283 53.47569 53.920986 53.920986 53.61446 53.61446 53.826157
53.773552 53.44194 53.09419 54.089035 54.353115 53.321796 53.293243
53.970306 53.752117 53.460567 53.44237 53.840027 53.920986 52.35085
57.61133 57.598843 57.911274 58.06042 57.945023 57.665913]
------------------------------------------------------------
XGBR_model.feature_importances_：
[0.08985916 0.01444405 0.08940411 0. 0.03163605 0.01870877
0.00869713 0.12159647 0.03933521 0.12161936 0.02289704 0.04260873
0.02663714 0.04179822 0.03441375 0.14182347 0.01409451 0.14042689]
Thresh=0.000, n=18, Accuracy: 52.56%
Thresh=0.009, n=17, Accuracy: 52.56%
Thresh=0.014, n=16, Accuracy: 51.94%
Thresh=0.014, n=15, Accuracy: 52.89%
Thresh=0.019, n=14, Accuracy: 54.23%
Thresh=0.023, n=13, Accuracy: 53.38%
Thresh=0.027, n=12, Accuracy: 52.86%
Thresh=0.032, n=11, Accuracy: 53.08%
Thresh=0.034, n=10, Accuracy: 64.67%
Thresh=0.039, n=9, Accuracy: 67.69%
Thresh=0.042, n=8, Accuracy: 66.25%
Thresh=0.043, n=7, Accuracy: 67.52%
Thresh=0.089, n=6, Accuracy: 64.64%
Thresh=0.090, n=5, Accuracy: 40.05%
Thresh=0.122, n=4, Accuracy: 37.93%
Thresh=0.122, n=3, Accuracy: 19.23%
Thresh=0.140, n=2, Accuracy: 22.15%
Thresh=0.142, n=1, Accuracy: 11.77%
标签：回归,算法,VS,Thresh,参数,2017,XGBR,model,Accuracy 来源： https://blog.51cto.com/u_14217737/2905674
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。