写一个XGboost模型
```python
import xgboost as xgb
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
import numpy as np
# 加载数据集，切分训练集和测试集，占比7:3
boston = load_boston() # 获取波士顿房价数据集
X, y = boston.data, boston.target # 分割特征和目标变量
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3) # 切分训练集和测试集，占比7:3
# XGBoost训练过程
xgbregressor = xgb.XGBRegressor(maxdepth=5, learningrate=0.1) # 构造XGboost回归模型对象
xgbregressor.fit(X=X_train,y=y_train) # 训练模型
preds = xgbregressor.predict(X=X) # 预测
print("RMSE on test set : {}".format(np.sqrt(mean((preds - y)**2)))) # 打印RMSE评估结果
创作工场
免责声明：
以上内容除特别注明外均来源于网友提问，创作工场回答，未经许可，严谨转载。
点击这里>>使用🔥专业版，更聪明、更完整、更原创！