반응형
파이썬 XGBoost 시각화(XGBoost Visualization)
#XGBoost Library
from xgboost import plot_importance
import xgboost as xgb ## XGBoost 불러오기
from xgboost import plot_importance ## Feature Importance를 불러오기 위함
import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix, accuracy_score, precision_score, recall_score
from sklearn.metrics import confusion_matrix, f1_score, roc_auc_score
from xgboost import XGBRegressor
import math
import warnings
#Train data set과 Test data set의 Split(Train : 0.8, Test : 0.2)
X_train, X_test, Y_train, Y_test = train_test_split(xgb_data_X, xgb_data_Y, test_size = 0.2, random_state = 11)
#XGBoost 모델 설계 및 학습
xgb = XGBRegressor(n_estimators=500, learning_rate = 0.005, max_depth = 5)
xgb.fit(X_train, Y_train)
xgb_pred = xgb.predict(X_test)
#XGBoost 모델의 실제값과 예측값의 비교 시각화
fig = plt.figure( figsize = (12, 4))
chart = fig.add_subplot(1,1,1)
chart.plot(Y_test[:200], marker='o', color='blue', label='실제값')
chart.plot(xgb_pred[:200], marker='^', color='red', label='예측값')
chart.set_title('XGBoost 예측 결과', size=30)
plt.xlabel('횟수', size=20)
plt.ylabel('매출', size=20)
plt.legend(loc = 'best')
그나마, 시각화 그래프가 위의 그래프가 이뻐 보이게 나온다.
반응형
'Language > Python' 카테고리의 다른 글
[Python] 파이썬 절대값 함수 abs() (0) | 2021.05.20 |
---|---|
파이썬(Python) 대소문자 바꾸기 (0) | 2021.05.09 |
파이썬(Python) 이론 (0) | 2021.01.02 |
파이썬에서 진행표시바 표시하기 : tqdm (0) | 2020.12.15 |
파이썬 다중 선형 회귀 분석 시각화(Multiple Regression Analysis) (10) | 2020.09.24 |
'cp949' codec can't decode byte 0xee in position 15: illegal multibyte sequence (0) | 2020.09.13 |
파이썬 데이터프레임 결합하기(concat) (0) | 2020.09.10 |
파이썬 folium 라이브러리 예제 (0) | 2020.09.10 |
최근댓글