Python source code: gradient_boosting_regression.py

from sklearn import ensemblefrom sklearn.metrics import mean_squared_error

# Fit regression model

params = {'n_estimators': 500, 'max_depth': 4, 'min_samples_split': 1,

          'learning_rate': 0.01, 'loss': 'ls'}

clf = ensemble.GradientBoostingRegressor(**params)

clf.fit(X_train, y_train)

mse = mean_squared_error(y_test, clf.predict(X_test))

print("MSE: %.4f" % mse)

最新文章

1. 深入理解Java：注解
2. Xdebug 配置
3. mysql查看数据库
4. ATMEL处理器自带USB CDC的Win7驱动问题
5. 如何理解 MySQL 中的 <=> 操作符？
6. oracle存储过程、声明变量、for循环（转）
7. Python文件夹备份
8. train problem I (栈水题)
9. CentOS7.3 ARM虚拟机扩容系统磁盘
10. java篇 之 类型转化
11. [BZOJ2457][BeiJing2011]双端队列 (单调性)
12. day-09内存管理
13. Zabbix监控平台3.2.4（一）搭建部署与概述
14. IP地址和子网划分学习笔记之《IP地址详解》
15. android基础---->子线程更新UI
16. 单表多个Count 条件进行查询拼接小妙用
17. css文字和背景色渐变色
18. IPC$ 测试与防范
19. activiti表
20. 修改微软RDP远程桌面端口

热门文章

1. 小白的Python之路 day2 字符编码和转码
2. Huffman 哈夫曼编码与译码的原理剖析及C++实现
3. kendo ui grid选中行事件，获取combobox选择的值
4. 关于table布局的推荐使用原因
5. MySQL 加锁处理分析-转载
6. a标签实现一键拨号、发短信、发邮件、发起QQ会话
7. Python第二十二天 stat模块 os.chmod方法 os.stat方法 pwd grp模块
8. 找回Git中丢失的Commit
9. 微信小程序入门指南
10. python_第2课