正文内容加载中...
posted @ 2019-08-03 21:13 Alexander 阅读 (191) 评论 (0) 编辑
摘要:xgboost有一篇博客写的很清楚,但是现在网址已经失效了,之前转载过,可以搜索XGBoost 与 Boosted Tree。 现在参照这篇,自己对它进行一个总结。 xgboost是GBDT的后继算法,也是采用boost算法的cart 树集合。 一、基学习器:分类和回归树(CART) cart树既可 阅读全文
posted @ 2019-07-21 22:43 Alexander 阅读 (213) 评论 (0) 编辑
摘要:GBDT(Gradient Boosting Decision Tree,Friedman,1999)算法自提出以来,在各个领域广泛使用。从名字里可以看到,该算法主要涉及了三类知识,Gradient梯度、Boosting集成算法和 Decision Tree决策树。 该算法是GREEDY FUNCT 阅读全文
posted @ 2019-07-21 15:42 Alexander 阅读 (142) 评论 (0) 编辑
摘要:在有监督学习里面有几个逻辑上的重要组成部件[3],初略地分可以分为:模型,参数 和 目标函数。(此部分转自 XGBoost 与 Boosted Tree) 一、模型和参数 模型指给定输入xi如何去预测 输出 yi。我们比较常见的模型如线性模型(包括线性回归和logistic regression)采 阅读全文
posted @ 2019-07-21 15:30 Alexander 阅读 (152) 评论 (0) 编辑
摘要:https://cloud.tencent.com/developer/news/58202 简介 今天为大家介绍的是scikit-learn。sklearn是一个Python第三方提供的非常强力的机器学习库,它包含了从数据预处理到训练模型的各个方面。在实战使用scikit-learn中可以极大的节 阅读全文
posted @ 2019-07-20 21:10 Alexander 阅读 (967) 评论 (0) 编辑
摘要:https://www.cnblogs.com/lliuye/p/9451903.html 梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量 阅读全文
posted @ 2019-07-14 09:51 Alexander 阅读 (116) 评论 (0) 编辑
摘要:https://blog.csdn.net/ligang_csdn/article/details/53838743 https://blog.csdn.net/weixin_30014549/article/details/52850870 https://www.cnblogs.com/Holy 阅读全文
posted @ 2018-09-24 15:34 Alexander 阅读 (1290) 评论 (0) 编辑
摘要:http://www-personal.umich.edu/~jizhu/jizhu/wuke/Friedman-AoS01.pdf https://www.cnblogs.com/bentuwuying/p/6667267.html https://www.cnblogs.com/ModifyRo 阅读全文
posted @ 2018-09-23 17:22 Alexander 阅读 (41813) 评论 (1) 编辑
摘要:http://www.52cs.org/?p=429 作者:陈天奇,毕业于上海交通大学ACM班,现就读于华盛顿大学,从事大规模机器学习研究。 注解:truth4sex 编者按:本文是对开源xgboost库理论层面的介绍,在陈天奇原文《梯度提升法和Boosted Tree》的基础上,做了如下注解:1) 阅读全文
posted @ 2018-09-16 20:54 Alexander 阅读 (294) 评论 (0) 编辑
摘要:https://blog.csdn.net/varyall/article/details/81173326 如今在银行、消费金融公司等各种贷款业务机构,普遍使用信用评分,对客户实行打分制,以期对客户有一个优质与否的评判。但是不是所有人都知道信用评分卡还分A,B,C卡三类! A卡(Applicati 阅读全文
posted @ 2018-09-11 20:40 Alexander 阅读 (2186) 评论 (0) 编辑