數據集：pima_indians-diabetes.csv
(https://archive.ics.uci.edu/ml/datasets/Pima+Indians+Diabetes)
美國亞利桑那州的?馬印第安?患糖尿病概率極?。WHO為此調查了21歲以上
的?性患者，并記錄了以下信息：
1. 懷孕了?次
2. ?糖
3. ?壓
4. ?脂厚度
5. 胰島素
6. 體質指數
7. 糖尿病?統
8. 年齡

9. label：是否患病

# 先導?入所有要?用的class import numpy import xgboost from sklearn import cross_validation from sklearn.metrics import accuracy_score # load數據集 dataset = numpy.loadtxt('pima-indians-diabetes.csv', delimiter=",") # 把 X Y 分開 X = dataset[:,0:8] Y = dataset[:,8] # 現在我們分開訓練集和測試集 seed = 7 test_size = 0.33 X_train, X_test, y_train, y_test = cross_validation.train_test_split \ (X, Y, test_size=test_size, random_state=seed) # 訓練模型 model = xgboost.XGBClassifier() # 這?里里參數的設置可以?見：http://xgboost.readthedocs.io/en/latest/python/ python_api.html#module-xgboost.sklearn model.fit(X_train, y_train) # 做預測 y_pred = model.predict(X_test) predictions = [round(value) for value in y_pred] # 顯示準確率 accuracy = accuracy_score(y_test, predictions) print("Accuracy: %.2f%%" % (accuracy * 100.0)) # 更更多的模型： import sklearn.ensemble.RandomForestClassifier import sklearn.ensemble.RandomForestRegressor import sklearn.ensemble.AdaBoostClassifier import sklearn.ensemble.AdaBosstRegressor

總結

以上是生活随笔為你收集整理的XGboost 实战糖尿病预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。