XGBOOST 초간단 회귀분석 사용법¶

초간단 최소한의 훈련 방법

In [22]:

import xgboost
import pandas as pd
import seaborn as sns

데이터로 변환¶

In [12]:

raw = pd.read_csv("data.csv")
raw.head()

Out[12]:

	NAME	YEAR	KM	PRICE	FUEL	AGE
0	아반떼 AD	2016-01-01	99249.0	1050.0	디젤	1253
1	아반떼 AD	2015-12-01	75806.0	1070.0	가솔린	1284
2	아반떼 AD	2016-01-01	22335.0	1080.0	가솔린	1253
3	아반떼 AD	2016-01-01	87339.0	1090.0	디젤	1253
4	아반떼 AD	2016-03-01	77861.0	1090.0	디젤	1193

독립, 종속변수 나눔¶

In [14]:

X = raw[['KM','AGE']]
y = raw[['PRICE']]

모델 선언¶

In [58]:

model = xgboost.XGBRegressor(learning_rate=0.1,
                             max_depth=5,
                             n_estimators=100)

모델 훈련¶

In [18]:

model.fit(X,y)

[00:41:37] WARNING: C:/Jenkins/workspace/xgboost-win64_release_0.90/src/objective/regression_obj.cu:152: reg:linear is now deprecated in favor of reg:squarederror.

Out[18]:

XGBRegressor(base_score=0.5, booster='gbtree', colsample_bylevel=1,
       colsample_bynode=1, colsample_bytree=1, gamma=0,
       importance_type='gain', learning_rate=0.1, max_delta_step=0,
       max_depth=5, min_child_weight=1, missing=None, n_estimators=100,
       n_jobs=1, nthread=None, objective='reg:linear', random_state=0,
       reg_alpha=0, reg_lambda=1, scale_pos_weight=1, seed=42, silent=None,
       subsample=1, verbosity=1)

훈련결과 확인¶

In [57]:

sns.scatterplot(raw['PRICE'], model.predict(X))

Out[57]:

<matplotlib.axes._subplots.AxesSubplot at 0x223122ff978>

초간단 XGBoost 회귀 파이썬 치트코드

XGBOOST 초간단 회귀분석 사용법¶

데이터로 변환¶

독립, 종속변수 나눔¶

모델 선언¶

모델 훈련¶

훈련결과 확인¶

답글 남기기