算法实现之python篇
2024-10-19 06:17:47
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
- 深入理解Java:注解
- Xdebug 配置
- mysql查看数据库
- ATMEL处理器自带USB CDC的Win7驱动问题
- 如何理解 MySQL 中的 <;=>; 操作符?
- oracle存储过程、声明变量、for循环(转)
- Python文件夹备份
- train problem I (栈水题)
- CentOS7.3 ARM虚拟机扩容系统磁盘
- java篇 之 类型转化
- [BZOJ2457][BeiJing2011]双端队列 (单调性)
- day-09内存管理
- Zabbix监控平台3.2.4(一)搭建部署与概述
- IP地址和子网划分学习笔记之《IP地址详解》
- android基础---->;子线程更新UI
- 单表多个Count 条件进行查询拼接小妙用
- css文字和背景色渐变色
- IPC$ 测试与防范
- activiti表
- 修改微软RDP远程桌面端口