【力学性能预测】基于XGBoost的低合金钢力学性能预测

  Hello，大家好，我是augustqi。今天手把手带大家做一个机器学习实战项目：基于XGBoost的低合金钢力学性能预测。

项目思维导图：

声明：

  以下内容，完全是我根据参考资料和个人理解撰写出来的，不存在滥用原创的问题。

一、项目背景

  近年来，随着大数据的发展、计算机性能的提高、人工智能的出现以及神经网络的提出和发展，为低合金钢力学性能的研究提供了有效的技术支持，已成为研究的主流。
  材料的力学性能是指材料在不同环境（温度、介质、湿度）下，承受各种外加载荷（拉伸、压缩、弯曲、扭转、冲击、交变应力等）时所表现出的力学特征[摘抄自百度百科] 。常用的力学性能有屈服强度、抗拉强度、伸长率、冲击功、面缩率等。

二、数据获取

  本教程使用的数据集来源于Kaggle竞赛，是一个开源的，免费的数据集。获取方式有2种：

• 1.Kaggle网站上下载

数据集地址：

https://www.kaggle.com/ro