文章预览
# 设置工作路径 import os os.chdir( "D:\\Python_work" ) # 获取并打印当前工作路径 current_path = os.getcwd() print( "当前工作路径:" , current_path) 当前工作路径: D:\Python_work CatBoost 是一种基于树的机器学习算法，CatBoost是一个高性能开源库，是基于决策树的梯度提升算法实现。这种方法远远比随机森林效果要好。 #### 首先读取数据，划分数据集 # 导入pandas库并命名为pd import pandas as pd # 从scikit-learn库中导入train_test_split函数，用于数据集划分 from sklearn.model_selection import train_test_split # 加载数据集 file_path = 'Data.csv' # 数据文件路径 data = pd.read_csv(file_path) # 读取CSV文件并存储到data变量中 # 排除日期列并分离目标变量 X = data.drop(columns=[ 'date' , 'y1' ]) # 删除'date', 'y1'列，剩下的作为特征 y = data[ 'y1' ] # 将'y1'列作为目标变量 # 将数据集划
………………………………
