機(jī)器學(xué)習(xí) - 專題

投稿

收錄了7篇文章 · 3人關(guān)注

決策樹可視化

凌霄文強(qiáng) 0 0
數(shù)據(jù)清洗
數(shù)據(jù)類型轉(zhuǎn)換查看數(shù)據(jù)類型data.dtypes 將不同的數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換data['id'].astype(type_name) # str,...

0.1 凌霄文強(qiáng) 0 1

XGB算法梳理
算法原理 XGB(extreme gradient boosting)是GBDT的一種工業(yè)實(shí)現(xiàn)偶房，也是通過不斷增加新樹趁曼，擬合偽殘差去降低損失函數(shù)。...

0.2 凌霄文強(qiáng) 0 2
GBDT算法梳理
前向分布算法負(fù)梯度擬合使用負(fù)梯度作為偽殘差擬合決策樹棕洋。損失函數(shù) 均方誤差回歸二分類挡闰，多分類正則化優(yōu)缺點(diǎn) 優(yōu)點(diǎn) 預(yù)測(cè)精度高適合低維...

凌霄文強(qiáng) 0 0
隨機(jī)森林算法梳理
集成學(xué)習(xí)概念集成學(xué)習(xí)就是組合多個(gè)弱監(jiān)督模型以期得到一個(gè)更好更全面的強(qiáng)監(jiān)督模型，集成學(xué)習(xí)潛在的思想是即便某一個(gè)弱分類器得到了錯(cuò)誤的預(yù)測(cè)掰盘，其他的弱分...

0.2 凌霄文強(qiáng) 0 1
模型評(píng)估
問題驗(yàn)證方法有哪些摄悯？當(dāng)樣本數(shù)趨向于無窮時(shí)，自助法中大概有多少樣本未被選出愧捕？超參數(shù) 如何調(diào)優(yōu)奢驯？余弦距離什么是？余弦距離和歐式距離的區(qū)...

0.2 凌霄文強(qiáng) 0 2
特征工程
問題特征歸一化為什么要進(jìn)行特征歸一化晃财？方法叨橱？使用場(chǎng)景？離散型特征處理為什么要處理断盛？方法罗洗？特征組合什么是？方法钢猛？存在的問題伙菜？...

0.2 凌霄文強(qiáng) 0 2