Arborii de decizie ca learner-i de bază

Este momentul să construiești un model XGBoost pentru a prezice prețurile locuințelor – nu în Boston, Massachusetts, ca în video, ci în Ames, Iowa! Setul de date cu prețurile locuințelor a fost preîncărcat într-un DataFrame numit df. Dacă îl explorezi în Shell, vei vedea că există o varietate de caracteristici despre locuință și localizarea ei în oraș.

În acest exercițiu, scopul tău este să folosești arbori ca learner-i de bază. În mod implicit, XGBoost folosește arbori ca learner-i de bază, deci nu trebuie să specifici acest lucru cu booster="gbtree".

xgboost a fost importat ca xgb, iar array-urile pentru caracteristici și pentru variabila țintă sunt disponibile în X, respectiv y.

Acest exercițiu face parte din cursul

Gradient Boosting Extrem cu XGBoost

Vezi cursul

Instrucțiuni pentru exercițiu

Împarte df în seturi de antrenament și de testare, rezervând 20% pentru testare. Folosește random_state=123.
Instanțiază XGBRegressor ca xg_reg, folosind seed=123. Specifică obiectivul "reg:squarederror" și folosește 10 arbori. Notă: Nu trebuie să specifici booster="gbtree", deoarece acesta este setul implicit.
Antrenează xg_reg pe datele de antrenament și prezice etichetele setului de testare. Salvează predicțiile într-o variabilă numită preds.
Calculează rmse folosind np.sqrt() și funcția mean_squared_error() din sklearn.metrics, care a fost preimportată.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create the training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, ____=____, random_state=123)

# Instantiate the XGBRegressor: xg_reg
xg_reg = ____

# Fit the regressor to the training set
____

# Predict the labels of the test set: preds
preds = ____

# Compute the rmse: rmse
rmse = ____(____(____, ____))
print("RMSE: %f" % (rmse))

Editează și rulează codul