07 2021 档案

摘要：1. 导论 通过前面的课程，我们学习了一些简单而实用的分类和回归模型，同时也探讨了如何使用集成学习家族的bagging思想去优化最终的模型。bagging 思想的实质是：通过boostrap的方式对全样本进行抽样得到的抽样子集，对不同的子集使用同一种模型进行拟合，然后投票得到最终的预测。同时我们也知 阅读全文

摘要：学习集成学习课程之前我们需要先回顾一下数学基础，这有助于我们对集成学习的理解和掌握。并且基于python 实现基本的数据计算与可视化。 1、基于梯度的优化方法--梯度下降法的python练习 首先导入相关模块： import numpy as npimport matplotlib.pyplot a 阅读全文