摘要：
转载：https://www.cnblogs.com/itdyb/p/8869163.html 阅读全文
posted @ 2018-10-23 23:07 wzd321 阅读(1055) 评论(0) 推荐(0)
摘要：
import xgboost as xgb from sklearn.model_selection import GridSearchCV from sklearn.metrics import make_scorer from sklearn.metrics import accuracy_score from sklearn.datasets import load_breast_canc... 阅读全文
posted @ 2018-10-23 22:39 wzd321 阅读(632) 评论(0) 推荐(0)
摘要：
转载：https://blog.csdn.net/aliceyangxi1987/article/details/71079473 阅读全文
posted @ 2018-10-23 08:58 wzd321 阅读(267) 评论(0) 推荐(0)
摘要：
1.模型参数 max_depth:int |每个基本学习器树的最大深度，可以用来控制过拟合。典型值是3-10 learning_rate=0.1： 即是eta，为了防止过拟合，更新过程中用到的收缩步长，使得模型更加健壮。每次提升计算之后，算法会直接获得新特征的权重，eta通过缩减特征的权重使提升计算 阅读全文
posted @ 2018-10-22 17:21 wzd321 阅读(6885) 评论(1) 推荐(2)
摘要：
具体定义：https://en.wikipedia.org/wiki/Positive-definite_matrix 阅读全文
posted @ 2018-10-20 22:17 wzd321 阅读(3478) 评论(0) 推荐(0)
摘要：
转载：https://blog.csdn.net/u010665216/article/details/78528261 首先，我们直接构造赛题结果：真实数据与预测数据： 我们将预测值从小到大排列： 我们对排序后的真实值累计求和： 我们将数据Normalization到0，1之间，并画出45度线： 阅读全文
posted @ 2018-10-20 15:15 wzd321 阅读(1831) 评论(0) 推荐(0)
摘要：
转载：https://blog.csdn.net/Haiyang_Duan/article/details/79221458?utm_source=blogxgwz2 阅读全文
posted @ 2018-10-20 11:02 wzd321 阅读(557) 评论(0) 推荐(0)
摘要：
模型评估主要分为离线评估和在线评估。针对分类、排序、回归、序列预测等不同类型的机器学习问题，模型评估指标的选择也有所不同。要评估模型的效果，就需要将模型预测结果f(X)和真实标注Y进行比较，评估指标定义为f(X)和Y的函数：score = metric(f(X),Y)。模型的好坏是相对的，在对比不同 阅读全文
posted @ 2018-10-11 11:27 wzd321 阅读(1442) 评论(0) 推荐(0)
摘要：
转载：全面介绍python面向对象的编程——类的基础 转载：类的实例方法、静态方法、类方法的区别 阅读全文
posted @ 2018-10-10 11:50 wzd321 阅读(201) 评论(0) 推荐(0)
浙公网安备 33010602011771号