【机器学习】集成学习代码练习（随机森林、GBDT、XGBoost、LightGBM等）

文章预览

本文是中国大学慕课《机器学习》的“集成学习”章节的课后代码。 课程地址： https://www.icourse163.org/course/WZU-1464096179 课程完整代码： https://github.com/fengdu78/WZU-machine-learning-course 代码修改并注释：黄海广，haiguang2000@wzu.edu.cn import  warnings warnings.filterwarnings( "ignore" ) import  pandas  as  pd from  sklearn.model_selection  import  train_test_split   生成数据 生成12000行的数据，训练集和测试集按照3:1划分 from  sklearn.datasets  import  make_hastie_10_2 data, target = make_hastie_10_2() X_train, X_test, y_train, y_test = train_test_split(data, target, random_state= 123 ) X_train.shape, X_test.shape ((9000, 10), (3000, 10)) 模型对比 对比六大模型，都使用默认参数 from  sklearn.linear_model  import  LogisticRegression from  sklearn.ensemble  import  RandomForestClassifier from  sklearn.ensemble  import  AdaBoostClassifier from  sklearn.ensemb ………………………………