yyyyyyyyyyyyyyyyyyyy

摘要： 笔记︱范数正则化L0、L1、L2-岭回归&Lasso回归（稀疏与特征工程） 一、正则化背景 监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们 阅读全文

摘要： R语言︱XGBoost极端梯度上升以及forecastxgb（预测）+xgboost（回归）双案例解读 R语言︱XGBoost极端梯度上升以及forecastxgb（预测）+xgboost（回归）双案例解读 XGBoost不仅仅可以用来做分类还可以做时间序列方面的预测，而且已经有人做的很好，可以见最 阅读全文

摘要： 转载︱案例 基于贪心算法的特征选择 转载︱案例 基于贪心算法的特征选择 用GA算法设计22个地点之间最短旅程-R语言实现 ———————————————————————————————————————————————————————— greedy Algorithm Feature Selecti 阅读全文

摘要： 工业级GBDT算法︱微软开源 的LightGBM（R包正在开发....） 看完一篇介绍文章后，第一个直觉就是这算法已经配得上工业级属性。日前看到微软已经公开了这一算法，而且已经发开Python版本，本人觉得等Hadoop+Spark这些平台配齐之后，就可以大规模宣传啦~如果R包一发我一定要第一时间学 阅读全文

摘要： R︱mlr包帮你挑选最适合数据的机器学习模型（分类、回归）+机器学习python和R互查手册 一、R语言的mlr packages install.packages("mlr")之后就可以看到R里面有哪些机器学习算法、在哪个包里面。 [html] view plain copy print? a<- 阅读全文

摘要： 机器学习算法线上部署方法 机器学习算法线上部署方法 本文由携程技术中心投递，ID：ctriptech。作者：潘鹏举，携程酒店研发BI经理，负责酒店服务相关的业务建模工作，主要研究方向是用机器学习实现业务流程自动化、系统智能化、效率最优化，专注于算法实践和应用。 我们经常会碰到一个问题：用了复杂的GB 阅读全文

摘要： R语言︱常用统计方法包+机器学习包（名称、简介） R语言︱常用统计方法包+机器学习包（名称、简介） 一、一些函数包大汇总 转载于：http://www.dataguru.cn/thread-116761-1-1.html 时间上有点过期，下面的资料供大家参考基本的R包已经实现了传统多元统计的很多功能 阅读全文

摘要： R语言︱机器学习模型评价指标+（转）模型出错的四大原因及如何纠错 笔者寄语：机器学习中交叉验证的方式是主要的模型评价方法，交叉验证中用到了哪些指标呢？ 交叉验证将数据分为训练数据集、测试数据集，然后通过训练数据集进行训练，通过测试数据集进行测试，验证集进行验证。 模型预测效果评价，通常用相对绝对误差 阅读全文

摘要： R语言︱H2o深度学习的一些R语言实践——H2o包 R语言H2o包的几个应用案例 笔者寄语：受启发想了解H2o平台的一些R语言实现，网上已有一篇H2o的demo文件。笔者在这多贴一些案例，并且把自己实践的一些小例子贴出来。 关于H2o平台长啥样，可以看H2o的官网，关于深度学习长啥样，可以看一些教程 阅读全文

摘要： 笔记︱集成学习Ensemble Learning与树模型、Bagging 和 Boosting 本杂记摘录自文章《开发 | 为什么说集成学习模型是金融风控新的杀手锏？》 基本内容与分类见上述思维导图。 . . 一、机器学习元算法 随机森林：决策树+bagging=随机森林 梯度提升树：决策树Boos 阅读全文