本文主要向大家介绍了机器学习入门之Python机器学习之梯度提升树，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

from sklearn.ensemble import GradientBoostingClassifier
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
cancer=load_breast_cancer()
x_train,x_test,y_train,y_test=train_test_split(cancer.data,cancer.target,random_state=0)
gbrt=GradientBoostingClassifier()#模型不做参数调整
gbrt.fit(x_train,y_train)
print(gbrt.score(x_train,y_train))
print(gbrt.score(x_test,y_test))
#对模型做预剪枝
gbrt=GradientBoostingClassifier(n_estimate=100,learning_rate=0.01)
#n_estimate主要控制树的数量，learning_rate控制错误的纠正度改参数越小模型越复杂

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！