决策树
gbdt = GradientBoostingClassifier()gbdt.fit(train_X, train_y)pred_gbdt = gbdt.predict(test_X)accuracy_gbdt = roc_auc_score(test_y, pred_gbdt) print("GBDT模型的预测结果:", accuracy_gbdt)
小结
【Kaggle泰坦尼克之灾】在全部模型默认参数的情况下,逻辑回归的预测准确率最高有92%,其余两个也达到了80%以上
- 3 机器学习系列_逻辑回归应用之Kaggle泰坦尼克之灾
- 泰坦尼克号残骸观光潜水器深海失联,乘员还有生机吗? 三项吉尼斯记录是什么
- 乔家当家人乔致庸一生为何经历两次牢狱之灾
- 三次机会可使明朝免受灭国之灾崇祯为何失去
- 泰坦尼克号男主角谁演的,泰坦尼克号男主角莱昂纳多个人资料
- 美国公司裁员潮可视化;GitHub + Kaggle + InfoQ:3份报告回
- 明朝末年将领李成梁:为何李成梁最后遭遇灭族之灾
- 揭秘泰坦尼克号沉船原因偷运法老招来诅咒
- 泰坦尼克竟隐藏这样不为人知的秘密
- 内爆夺命5人,死者中惊现泰坦尼克当年遇难者的玄孙女丈夫 男子破坏吉尼斯记录