Question

我有＆＃39; train.csv＆＃39;和＆＃39; test.csv＆＃39;文件。前者包含＆＃39; Id＆＃39;，功能列表和状态＆＃39;包含值的列，＆＃39; test.csv＆＃39;文件包含相同的列，但＆＃39;状态＆＃39;一。

我的任务是在＃train; train.csv＆＃39;上训练XGboost模型。提交并预测“状态”的二进制结果。对于＆＃39; test.csv＆＃39;文件，然后保存＆＃39; Id＆＃39;和＆＃39;状态＆＃39;到单独的csv文件提交。

我能够在火车上训练XGboost＆＃39;文件，roc_auc得分相当不错（0.8以上）。我花了几个小时在互联网上搜索如何对“测试”进行预测。将文件保存到“提交内容”中。文件。令我惊讶的是，虽然这是一项非常常见的任务，但我找不到任何能够可靠地执行上述操作的脚本。

我的工作代码为＃train; train.csv＆＃39;文件以防万一：

predict = pd.read_csv("train.csv")
predictors =['par48','par52','par75','par82','par84','par85','par86','par87','par89','par108','par109','par132','par156','par165','par167','par175','par190','par197']
X, y = predict[predictors], predict['Status']
X_train, X_test, y_train, y_test= train_test_split(X, y, test_size=0.2, random_state=123)
xg_cl=xgb.XGBClassifier(objective='binary:logistic',n_estimators=10,seed=123)
xg_cl.fit(X_train, y_train)
preds=xg_cl.predict(X_test)
accuracy = float(np.sum(preds==y_test))/y_test.shape[0]
print("accuracy: %f" % (accuracy))
print(xg_cl.feature_importances_)
print(roc_auc_score(y_test, xg_cl.predict_proba(X_test)[:,1]))

你有共享的工作代码吗？谢谢！

Answer 1

好吧，$afterStore代码以model.predict格式返回预测结果，因此，首先您需要读取单独的array文件（如果存在），然后您可以使用该模型您已根据训练数据构建预测输出。最后，您可以将test预测添加到您作为新列读取的pandas array，然后将其写入DataFrame文件：

csv

将xgboost二进制预测保存到提交csv文件

1 个答案: