tree
version=v2
num_class=1
num_tree_per_iteration=1
label_index=0
max_feature_idx=192
objective=regression
feature_names=111 112 113 114 115 120 121 122 123 124 131 132 141 142 151 152 190 192 211 212 213 221 222 311 312 313 314 315 321 322 331 332 341 351 352 391 392 393 411 412 413 414 421 422 431 432 441 442 443 444 445 451 452 453 454 460 471 472 473 480 510 520 611 612 613 619 621 622 623 629 631 632 633 639 641 642 643 650 661 662 710 720 811 812 813 814 821 822 823 831 832 833 841 842 843 890 911 912 913 921 922 923 931 932 933 942 943 990 1011 1012 1013 1021 1022 1030 1040 1050 1090 1111 1112 1121 1122 1131 1141 1211 1212 1213 1214 1221 1222 1223 1230 1241 1242 1243 1290 1293 1310 1311 1312 1313 1330 1410 1419 1421 1422 1423 1510 1521 1522 1523 1524 1525 1530 1531 1532 1533 1534 1610 1619 1620 1640 1650 1661 1662 1670 1680 1690 1711 1712 1713 1721 1810 1820 1821 1822 1823 1824 1830 1840 1910 1920 2010 2020 2031 2032 2040 2050 2060 2071 2072 2074 2110 2190
feature_infos=[0:360] [0:1550] [0:4250] [0:4540] [0:250] [0:3750] [0:2155] [0:1300] [0:400] [0:3300] [0:1500] none [0:500] none [0:2600] none [0:250] none [0:4340] [0:660] none [0:250] [0:500] [0:570] [0:300] [0:1900] [0:1500] [0:1520] [0:300] none [0:250] [0:600] [0:650] none none [0:500] [0:650] none [0:750] [0:320] none none [0:2261] [0:860] [0:1800] [0:4250] [0:450] [0:600] [0:350] [0:800] none [0:2300] [0:1700] [0:800] [0:610] [0:600] [0:1050] [0:1503] none [0:5120] [0:600] [0:385] [0:2400] [0:2570] none [0:470] [0:2130] [0:240] [0:410] none [0:1150] [0:1490] [0:570] [0:825] [0:1150] [0:3920] [0:600] [0:1050] [0:710] [0:4940] [0:609] [0:950] [0:1370] [0:600] [0:740] [0:400] [0:700] [0:200] [0:1000] [0:800] [0:400] none none none none none [0:1000] [0:200] [0:320] [0:750] [0:225] [0:350] [0:550] none none none none [0:800] [0:3715] none none none none [0:1450] [0:200] none none [0:1050] [0:600] [0:200] [0:250] none none [0:1660] [0:2000] [0:300] [0:350] [0:951] [0:6024] none [0:1000] [0:250] [0:425] none [0:300] none none [0:550] none none none [0:1840] [0:2430] [0:600] [0:500] [0:400] [0:970] [0:1050] [0:1001] [0:1350] [0:600] [0:3600] none none [0:420] none none [0:5000] none [0:1500] [0:2000] none [0:4200] [0:6200] [0:804] [0:750] [0:7500] [0:5400] none [0:2000] [0:1500] [0:920] [0:236] none none none none [0:150] none none none none none [0:400] none [0:150] [0:550] none none none none none none
tree_sizes=1299 1331 1331 1328 1343 1336 1318 1336 1336 1338 1326 1326 1339 1324 1330 1325 1321 1329 1331 1332 1319 1330 1346 1328 1339 1334 1330 1327 1331 1350 1337 1339 1338 1342 1335 1325 1322 1349 1332 1337 1335 1328 1334 1318 1343 1342 1334 1328 1330 1328 1342 1346 1344 1333 1335 1331 1331 1337 1335 1331 1328 1333 1320 1335 1322 1338 1326 1330 1330 1355 1320 1329 1335 1320 1331 1329 1318 1337 1328 1342 1341 1329 1342 1329 1330 1342 1337 1335 1327 1319 1334 1334 1350 1335 1330 1339 1341 1336 1336 1333 1346 1338 1332 1344 1339 1346 1339 1327 1320 1337 1325 1347 1320 1329 1350 1337 1330 1341 1331 1343 1329 1333 1337 1356 1332 1335 1327 1333 1333 1331 1328 1347 1334 1349 1337 1331 1336 1343 1330 1332 1337 1337 1339 1334 1340 1344 1329 1332 1329 1333 1324 1337 1347 1336 1313 1332 1336 1344 1333 1338 1347 1352 1358 1335 1349 1321 1321 1325 1341 1339 1324 1339 1342 1332 1325 1337 1338 1337 1337 1328 1342 1343 1346 1347 1342 1334 1339 1346 1340 1330 1331 1335 1336 1336 1326 1337 1335 1332 1339 1340 1326 1325 1342 1340 1347 1330 1347 1341 1329 1340 1333 1335 1341 1328 1325 1333 1335 1336 1341 1330 1331 1333 1325 1348 1336 1339 1339 1356 1342 1340 1326 1328 1329 1328 1335 1345 1336 1333 1342 1335 1353 1330 1328 1331 1334 1342 1324 1332 1331 1339 1328 1337 1338 1334 1334 1320 1337 1336 1343 1328 1326 1330 1330 1339 1342 1334 1331 1340 1323 1328 1322 1321 1333 1338 1329 1320 1327 1333 1329 1331 1334 1350 1336 1338 1326 1344 1336 1336 1320 1330 1331 1326 1340 1332 1330 1318 1331 1324 1336 1339 1353 1345 1349 1333 1355 1331 1337 1346 1351 1333 1333 1334 1345 1343 1323 1329 1328 1333 1330 1342 1324 1343 1318 1320 1322 1350 1358 1372 1337 1355 1325 1333 1328 1343 1334 1342 1335 1329 1339 1336 1326 1327 1332 1344 1341 1332 1325 1318 1333 1332 1334 1339 1328 1343 1345 1313 1329 1338 1327 1331 1329 1333 1325 1335 1342 1350 1348 1343 1354 1345 1350 1348 1333 1339 1349 1333 1333 1338 1332 1332 1340 1349 1332 1339 1344 1344 1312 1341 1338 1324 1332 1332 1330 1331 1330 1348 1334 1320 1349 1336 1348 1350 1338 1347 1335 1334 1337 1339 1339 1324 1335 1337 1338 1325 1334 1334 1350 1341 1331 1337 1328 1338 1325 1333 1324 1321 1325 1326 1312 1312 1339 1329 1338 1337 1336 1339 1349 1358 1349 1330 1337 1345 1339 1349 1341 1356 1329 1341 1333 1341 1334 1339 1337 1333 1341 1334 1333 1336 1344 1328 1335 1335 1337 1352 1355 1339 1336 1347 1336 1351 1334 1343 1336 1332 1344 1345 1359 1349 1352 1357 1322 1335 1347 1337 1328 1344 1319 1353 1328 1342 1327 1324 1336 1344 1343 1340 1336 1323 1331 1344
Tree=0
num_leaves=16
num_cat=0
split_feature=3 56 8 79 96 82 51 52 124 86 5 117 117 53 38
split_gain=1408.54 1291.07 900.568 765.358 747.937 744.673 686.89 852.437 870.52 664.248 609.7 646.188 1389.64 604.845 598.611
threshold=84.000000000000014 110.00000000000001 1.0000000180025095e-35 355.00000000000006 102.50000000000001 56.500000000000007 182.50000000000003 12.500000000000002 1.0000000180025095e-35 52.500000000000007 365.00000000000006 232.50000000000003 74.000000000000014 17.500000000000004 11.000000000000002
decision_type=2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
left_child=1 5 3 4 6 13 7 8 10 -8 11 12 -2 -1 -14
right_child=2 -3 -4 -5 -6 -7 9 -9 -10 -11 -12 -13 14 -15 -16
leaf_value=93.457718726489276 93.482073567113346 93.175497983186403 93.196526277004637 93.609989931708611 93.588413375213435 93.605045189720698 93.50478108058806 93.531447052098457 93.269271483330002 93.684361959008299 93.581666718784561 93.589016618838301 93.321498758738926 93.615893427611013 93.043228466084088
leaf_count=184 194 20 24 157 183 809 459 228 85 58 68 49 121 90 23
internal_value=0 0.925818 -0.534042 -0.444231 -0.668667 1.07284 -0.938034 -1.5379 -2.22248 -0.0469321 -1.6737 -2.15893 -2.65093 -0.352003 -5.00443
internal_count=2752 1103 1649 1625 1468 1083 1285 768 540 517 455 387 338 274 144
shrinkage=1
Tree=1
num_leaves=16
num_cat=0
split_feature=3 56 8 79 82 18 86 55 5 27 45 123 60 151 151
split_gain=1271.21 1165.19 812.762 690.736 672.068 640.73 502.289 566.266 582.741 563.038 452.022 445.868 792.804 465.301 853.137
threshold=84.000000000000014 110.00000000000001 1.0000000180025095e-35 355.00000000000006 56.500000000000007 655.00000000000011 221.00000000000003 45.000000000000007 602.50000000000011 197.50000000000003 204.50000000000003 162.50000000000003 17.500000000000004 422.00000000000006 660.00000000000011
decision_type=2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
left_child=1 4 3 5 10 6 7 8 9 11 -1 13 -13 -2 -15
right_child=2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12 12 -14 14 -16
leaf_value=0.0098317943712393965 -0.033319068126613276 -0.33418730258941653 -0.31421041339635852 0.078580045225513984 0.073882540493480614 0.17087630378572566 0.16192397340651482 0.07247997553336738 0.089889180570358551 -0.24789144036016966 -0.17204910159111023 -0.048450340984053299 -0.34975819954621223 -0.28536626106271379 0.015660578566928245
leaf_count=234 1000 20 24 157 809 38 31 101 70 38 40 61 34 52 43
internal_value=0 0.879527 -0.50734 -0.42202 1.0192 -0.635234 -0.74293 -0.831152 -1.00862 -1.1686 -0.334403 -1.0476 -3.12574 -0.867301 -2.98224
internal_count=2752 1103 1649 1625 1083 1468 1430 1399 1298 1228 274 1190 95 1095 95
shrinkage=0.05
Tree=2
num_leaves=16
num_cat=0
split_feature=28 30 82 127 81 38 146 141 1 26 124 51 63 18 27
split_gain=969.762 670.937 653.038 738.873 516.217 699.13 556.234 552.038 547.948 532.446 568.788 590.762 550.857 512.884 647.258
threshold=22.500000000000004 32.500000000000007 56.500000000000007 47.500000000000007 37.500000000000007 137.50000000000003 1.0000000180025095e-35 22.500000000000004 127.50000000000001 155.00000000000003 65.000000000000014 126.500
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1.项目代码功能经验证ok,确保稳定可靠运行。欢迎下载使用! 2.主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时私信沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈! 【资源说明】 基于机器学习大数据挖掘的饮食推荐小程序源码+项目说明(课程设计).zip 功能介绍 - 身体记录:记录身体数据,作为饮食推荐的依据,并给出健康评分。支持智能设备云同步 - 创建菜谱:自主搭配食材建立菜谱,动态对菜谱评分。使得用户在烹饪时拥有更大的自由度 - 食谱评分:过大数据挖掘和人工智能算法为个人饮食评分,数据库采用中国健康与营养调查横跨30年近2000万条数据。算法核心采用LightGBM,通过机器学习挖掘个人身体数据与饮食记录之间的关系。 - 食谱推荐:基于协同过滤推荐算法,综合地域、个人偏好、健康评分为个人推荐饮食。产品核心功能聚焦食谱评分与推荐,同时拥有丰富的用户交互体验。 - 饮食记录:一键添加菜谱到日记本,为每日食谱打卡。记录每一天的膳食,并根据膳食记录为用户评分。同时,用户的饮食数据也作为模型更新优化的依据。 - 线上商城:提供营养餐厅/轻食外卖/菜市场等接口,让用户节约用餐时间。线上健康商城售卖饮食健康相关的商品。小程序主要盈利点。 算法模型
资源推荐
资源详情
资源评论
收起资源包目录
基于机器学习大数据挖掘的饮食推荐小程序源码+项目说明(课程设计).zip (726个子文件)
activate 2KB
activate 2KB
activate.bat 964B
activate.bat 964B
deactivate.bat 347B
deactivate.bat 347B
_c_ast.cfg 4KB
_c_ast.cfg 4KB
pyvenv.cfg 121B
pyvenv.cfg 121B
pyvenv.cfg 121B
pyvenv.cfg 121B
100unit.csv 74KB
100unit.csv 74KB
app.exe 9.5MB
app.exe 9.5MB
python.exe 511KB
python.exe 511KB
pythonw.exe 510KB
pythonw.exe 510KB
.gitignore 145B
.gitignore 145B
_embedding.h 17KB
_embedding.h 17KB
_cffi_include.h 12KB
_cffi_include.h 12KB
parse_c_type.h 6KB
parse_c_type.h 6KB
_cffi_errors.h 4KB
_cffi_errors.h 4KB
xref-app.html 976KB
xref-app.html 976KB
iNu.iml 731B
iNu.iml 731B
INSTALLER 4B
INSTALLER 4B
10.jpg 4.85MB
10.jpg 4.85MB
98.jpg 2.65MB
98.jpg 2.65MB
42.jpg 553KB
42.jpg 553KB
72.jpg 550KB
72.jpg 550KB
99.jpg 310KB
99.jpg 310KB
7.jpg 258KB
7.jpg 258KB
75.jpg 253KB
75.jpg 253KB
5.jpg 191KB
5.jpg 191KB
15.jpg 177KB
15.jpg 177KB
9.jpg 177KB
9.jpg 177KB
102.jpg 169KB
102.jpg 169KB
grain.jpg 158KB
grain.jpg 158KB
0.jpg 150KB
0.jpg 150KB
58.jpg 149KB
58.jpg 149KB
6.jpg 145KB
6.jpg 145KB
8.jpg 139KB
8.jpg 139KB
2.jpg 129KB
2.jpg 129KB
3.jpg 115KB
3.jpg 115KB
14.jpg 104KB
14.jpg 104KB
51.jpg 98KB
51.jpg 98KB
vegetables.jpg 97KB
vegetables.jpg 97KB
98.jpg 93KB
98.jpg 93KB
2.jpg 89KB
2.jpg 89KB
model.jpg 80KB
model.jpg 80KB
42.jpg 80KB
42.jpg 80KB
22.jpg 75KB
22.jpg 75KB
46.jpg 71KB
46.jpg 71KB
30.jpg 66KB
30.jpg 66KB
91.jpg 63KB
91.jpg 63KB
91.jpg 63KB
91.jpg 63KB
1.jpg 60KB
1.jpg 60KB
fruit.jpg 60KB
fruit.jpg 60KB
共 726 条
- 1
- 2
- 3
- 4
- 5
- 6
- 8
资源评论
- m0_531422432024-04-27资源不错,很实用,内容全面,介绍详细,很好用,谢谢分享。
北航程序员小C
- 粉丝: 2222
- 资源: 1823
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功