11 2019 档案

树模型常见面试题(以XGBoost为主)
摘要：参考资料： 珍藏版 | 20道XGBoost面试题 推荐系统面试题之机器学习（一） 树模型 1. 简单介绍一下XGBoost2. XGBoost与GBDT有什么不同3. XGBoost为什么使用泰勒二阶展开4. XGBoost为什么可以并行训练5. XGBoost为什么快6. XGBoost防止过拟 阅读全文
posted @ 2019-11-22 21:54 控球强迫症 阅读(2284) 评论(0) 推荐(0)
决策树(下)-Xgboost
摘要：参考资料(要是对于本文的理解不够透彻，必须将以下博客认知阅读，方可更加了解Xgboost)： 1.对xgboost的理解(参考资料1和4是我认为对Xgboost理解总结最透彻的两篇文章，其根据作者paper总结!) 2.手动还原XGBoost实例过程(提供了一个实例，方便读者更加了解算法过程) 3. 阅读全文
posted @ 2019-11-22 17:44 控球强迫症 阅读(1833) 评论(0) 推荐(0)
决策树(中)-集成学习、RF、AdaBoost、Boost Tree、GBDT
摘要：参考资料(要是对于本文的理解不够透彻，必须将以下博客认知阅读)： 1. https://zhuanlan.zhihu.com/p/86263786 2.https://blog.csdn.net/liuy9803/article/details/80598652 3.https://blog.csd 阅读全文
posted @ 2019-11-21 18:07 控球强迫症 阅读(2999) 评论(0) 推荐(0)
决策树(上)-ID3、C4.5、CART
摘要：参考资料(要是对于本文的理解不够透彻，必须将以下博客认知阅读，方可全面了解决策树)： 1.https://zhuanlan.zhihu.com/p/85731206 2.https://zhuanlan.zhihu.com/p/29980400 3.https://github.com/Vay-ke 阅读全文
posted @ 2019-11-16 20:18 控球强迫症 阅读(1477) 评论(0) 推荐(0)
线性模型之逻辑回归(LR)(原理、公式推导、模型对比、常见面试点)
摘要：参考资料(要是对于本文的理解不够透彻，必须将以下博客认知阅读，方可全面了解LR)： (1).https://zhuanlan.zhihu.com/p/74874291 (2).逻辑回归与交叉熵 (3).https://www.cnblogs.com/pinard/p/6029432.html (4) 阅读全文
posted @ 2019-11-14 11:52 控球强迫症 阅读(7097) 评论(0) 推荐(2)
3种类型的梯度下降算法总结
摘要：参考资料：梯度下降优化算法总结(必看！！！！！！！) 梯度下降法（Gradient Descent）推导和示例(必看！！！) 梯度下降法 (Gradient Descent Algorithm，GD) 是为目标函数J(θ)，如代价函数(cost function), 求解全局最小值（Global M 阅读全文
posted @ 2019-11-13 21:41 控球强迫症 阅读(5205) 评论(0) 推荐(0)
PCA降维的原理、方法、以及python实现。
摘要：参考：菜菜的sklearn教学之降维算法.pdf!! PCA(主成分分析法) 1. PCA(最大化方差定义或者最小化投影误差定义)是一种无监督算法，也就是我们不需要标签也能对数据做降维，这就使得其应用范围更加广泛了。那么PCA的核心思想是什么呢？ 例如D维变量构成的数据集，PCA的目标是将数据投影到 阅读全文
posted @ 2019-11-13 17:20 控球强迫症 阅读(8143) 评论(0) 推荐(0)