一、Xgboost算法

Xgboost全名叫极端梯度提升树

（1）Xgboost算法原理

1.最优模型的构建方法

构建最优模型的一般方法就是最小化训练数据的损失函数

2.目标函数

3.CART树

4.树的复杂度

5.树的分裂（回归树构建方法）


6.Xgboost与GDBT的区别

（2）Xgboost算法API

1.参数介绍

1.1通用参数

1.2Booster参数



1.3学习目标参数

（3）xgboost举例：泰坦尼克号

# @XST1520203418
# 要天天开心呀
import pandas as pd
import numpy as np
from sklearn.feature_extraction import DictVectorizer
from sklearn.model_selection import train_test_split

"""
步骤：
1.获取数据
2.数据基本处理
   确定特征值，目标值
   缺失值处理
   数据集划分
3.特征工程（字典特征抽取）
4.机器学习（xgboost）
5.模型评估
"""

# 获取数据
data = pd.read_csv("D:\ProgramData\机器学习\数据\Titanictrain.csv")
print(data.head(1).T)
# 数据基本处理
x = data[["Pclass","Age","Sex"]]
y = data["Survived"]
x["Age"].fillna(x["Age"].mean(),inplace=True)
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=22)
# 特征工程
dict = DictVectorizer(sparse=False)
x_train = dict.fit_transform(x_train.to_dict(orient="records"))
x_test = dict.fit_transform(x_test.to_dict(orient="records"))
# xgboost模型训练和模型评估
from xgboost import XGBClassifier
# 模型初步训练
xg = XGBClassifier()
xg.fit(x_train,y_train)
xg.score(x_test,y_test)
# 针对max_depth进行模型调优
depth_range = range(10)
score = []
for i in depth_range:
    xg = XGBClassifier(eta=1,gamma=0,max_depth=i)
    xg.fit(x_train,y_train)
    s = xg.score(x_test,y_test)
    print(s)
    score.append(s)
# 结果可视化
import matplotlib.pyplot as p
p.plot(depth_range,score)
p.show()

二、lightGBM算法

（1）lightGBM算法原理

1.基于直方图的决策树算法


2.lightgbm的直方图做差加速

3.带深度限制的Leaf-wise的叶子生长策略

4.直接支持类别特征

5.直接支持高效并行

（2）lightGBM算法API

1.参数介绍：

1.1 Control Parameters

1.2 Core Parameters

1.3 IO parameter

2.调参建议

（3）举例：鸢尾花

# @XST1520203418
# 要天天开心呀

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import mean_squared_error
import lightgbm as lgb

# 加载数据，对数据进行基本处理
iris = load_iris()
data = iris.data  # 特征值
target = iris.target  # 目标值
x_train,x_test,y_train,y_test = train_test_split(data,target,test_size=0.2)

# 模型训练
gbm = lgb.LGBMRegressor(objective='regression',learning_rate=0.05,n_estimators=20)
gbm.fit(x_train,y_train,eval_set=(x_test,y_test),eval_metric='l1',early_stopping_rounds=10)
print(gbm.score(x_test,y_test))

# 网格搜索，优化参数
estimator = lgb.LGBMRegressor(num_leaves=31)
parm_grid = {"learning_rate":[0.01,0.1,1],"n_estimators":[20,30,40]}
gbm = GridSearchCV(estimator,parm_grid,cv=4)
gbm.fit(x_train,y_train)
print("best:",gbm.best_params_)  # best: {'learning_rate': 0.1, 'n_estimators': 40}

# 模型调优训练
gbm = lgb.LGBMRegressor(num_leaves=31,learning_rate=0.1,n_estimators=40)
gbm.fit(x_train,y_train)
print("准确值：",gbm.score(x_test,y_test))