在使用H2O Python之后,可以发现XGBoost位于主板的顶部。然后,我想要做的是从H2O XGBoost和复制中提取超参数,并在XGBoost Sklearn中复制。然而,这两种方法的性能不同:
from sklearn import datasets
from sklearn.model_selection import train_test_split, cross_val_predict
from sklearn.metrics import classification_report
import xgboost as xgb
import scikitplot as skp