發(fā)簡信
IP屬地：江蘇
-
LightGBM論文翻譯及總結(jié)LightGBM 摘要 Gradient Boosting Decision Tree (GBDT)非常流行卻鮮有實現(xiàn)如筛，只有像XGBoost和p...
-
Embeddingembedding：以較少的維度表示每個類別，并且還可以一定的表現(xiàn)出不同類別變量之間的關(guān)系 embedding的理解 4.1 word2vec:...
-
聚類：原型聚類、層次聚類、密度聚類首先介紹三種類型的聚類方法： 原型聚類：假設(shè)聚類結(jié)構(gòu)能夠通過一組原型求解。通常算法先對原型進行初始化，然后進行迭代求解。不同的原型表示串述、不同的迭...
-
LR公式、推導寞肖、損失函數(shù)image-20200404101747244.pngimage-20200404101811276.png 對數(shù)幾率回歸的損失函數(shù)為:imag...
-
信息熵纲酗、條件熵、相對熵新蟆、交叉熵自信息簡單來說觅赊，自信息表述的是隨機變量的某個事件發(fā)生帶來的信息量（一個事件）image-20200403221749825.png 信息熵信息熵...
-
擬牛頓法的原理多元函數(shù)的泰勒展開式image-20200403212859301.png 牛頓法牛頓法是梯度下降法的進一步發(fā)展，梯度利用目標函數(shù)的一階偏導數(shù)信...
-
bagging和boosting及Adaboost的推導bagging： 對訓練樣本進行自助采樣琼稻，產(chǎn)生若干個不同的子集吮螺，再從每個數(shù)據(jù)子集中訓練出一個基學習器，再將這些基學習器進行結(jié)合帕翻。 Bagging...
-
XGBoost論文翻譯及總結(jié)XGBoost 摘要 提升樹是一種非常高效和廣泛應(yīng)用的機器學習算法鸠补。在這篇文章中，我們描述了一個名為XGBoost的可擴展的端到端的提升樹模型嘀掸，...
-
pandas 中rank函數(shù)在CTR比賽中紫岩，我們常常會使用“第幾次交互”、“倒數(shù)第幾次交互”等特征睬塌，這就需要使用到排序功能被因。rank函數(shù)極為方便。 rank函數(shù)返回從小到大...