xgboost源代码python

# __author__=‘chenyibin‘
# -*- coding:utf-8 -*-

import sys
import numpy as np
import pandas as pd
import xgboost as xgb
import matplotlib.pyplot as plt
from sklearn.metrics import mean_squared_error
import time

reload（sys）
sys.setdefaultencoding（‘utf8‘）
# 记录程序运行时间
start_time = time.time（）

# 读入数据
filename = ‘齐矿数据集.csv‘
data_all = pd.read_csv（filename）

# 删除相关度小的属性（尝试）
data_all = data_all.drop（“台日效率“ 1）
data_all = data_all.drop（“开动天数“ 1）
data_all = data_all.drop（“日历台时“ 1）
data_all = data_all.drop（“故障修“ 1）
data_all = data_all.drop（“月计划运输量“ 1）

# 删除缺失值
# data_all.dropna（inplace=True）

# 从data_all中分离X和Y
X = data_all.drop（“单耗（千克/吨公里）“ 1）
Y = data_all[“单耗（千克/吨公里）“]

# 划分训练集、测试集
X_train = np.array（X[:800]）
X_test = np.array（X[800:]）
y_train = np.array（Y[:800]）
y_test = np.array（Y[800:]）