原创博文，转载请注明出处！本文代码的github地址 博客索引地址
1.数据集
数据集使用sklearn自带的手写数字识别数据集mnist，通过函数datasets导入。mnist共1797个样本，8*8个特征，标签为0~9十个数字。
1 ### 载入数据
2 from sklearn import datasets # 载入数据集
3 digits = datasets.load_digits() # 载入mnist数据集
4 print(digits.data.shape) # 打印输入空间维度
5 print(digits.target.shape) # 打印输出空间维度
6 """
7 (1797, 64)
8 (1797,)
9 """
2.数据集分割
sklearn.model_selection中train_test_split函数划分数据集，其中参数test_size为测试集所占的比例，random_state为随机种子（为了能够复现实验结果而设定）。
1 ### 数据分割
2 from sklearn.model_selection import train_test_split # 载入数据分割函数train_test_split
3 x_train,x_test,y_train,y_test = train_test_split(digits.data, # 特征空间
4 digits.target, # 输出空间
5 test_size = 0.3, # 测试集占30%
6 random_state = 33) # 为了复现实验，设置一个随机数
7
3.模型相关（载入模型--训练模型--模型预测）
XGBClassifier.fit()函数用于训练模型，XGBClassifier.predict()函数为使用模型做预测。
1 ### 模型相关
2 from xgboost import XGBClassifier
3 model = XGBClassifier() # 载入模型（模型命名为model)
4 model.fit(x_train,y_train) # 训练模型（训练集）
5 y_pred = model.predict(x_test) # 模型预测（测试集），y_pred为预测结果
4.性能评估
sklearn.metrics中accuracy_score函数用来判断模型预测的准确度。
1 ### 性能度量
2 from sklearn.metrics import accuracy_score # 准确率
3 accuracy = accuracy_score(y_test,y_pred)
4 print("accuarcy: %.2f%%" % (accuracy*100.0))
5
6 """
7 95.0%
8 """
5.特征重要性
xgboost分析了特征的重要程度，通过函数plot_importance绘制图片。
1 ### 特征重要性
2 import matplotlib.pyplot as plt
3 from xgboost import plot_importance
4 fig,ax = plt.subplots(figsize=(10,15))
5 plot_importance(model,height=0.5,max_num_features=64,ax=ax)
6 plt.show()
6.完整代码
1 # -*- coding: utf-8 -*-
2 """
3 ###############################################################################
4 # 作者：wanglei5205
5 # 邮箱：[email protected]
6 # 代码：http://github.com/wanglei5205
7 # 博客：http://cnblogs.com/wanglei5205
8 # 目的：xgboost基本用法
9 ###############################################################################
10 """
11 ### load module
12 from sklearn import datasets
13 from sklearn.model_selection import train_test_split
14 from xgboost import XGBClassifier
15 from sklearn.metrics import accuracy_score
16
17 ### load datasets
18 digits = datasets.load_digits()
19
20 ### data analysis
21 print(digits.data.shape) # 输入空间维度
22 print(digits.target.shape) # 输出空间维度
23
24 ### data split
25 x_train,x_test,y_train,y_test = train_test_split(digits.data,
26 digits.target,
27 test_size = 0.3,
28 random_state = 33)
29
30 ### fit model for train data
31 model = XGBClassifier()
32 model.fit(x_train,y_train)
33
34 ### make prediction for test data
35 y_pred = model.predict(x_test)
36
37 ### model evaluate
38 accuracy = accuracy_score(y_test,y_pred)
39 print("accuarcy: %.2f%%" % (accuracy*100.0))
40 """
41 95.0%
42 """