文章目录
超参数的指定和调整
-
- 超参数的指定和调整
-
- 导入数据
- 训练和测试数据准备
- 指定超参数训练
- 预测
- 使用集成/装袋的模型集成
- 预测评估
- 可解释性（特征重要性）
- 减少预测时间
- 将模型保存在内存中
- 更多学习与参考
依然使用上一篇的训练和测试数据，这里做的是多分类预测作为例子，上一篇是二分类，因此是不同的。
导入数据from autogluon.tabular import TabularDataset, TabularPredictor
import numpy as np
train
