初步認(rèn)識(shí)GBDT 個(gè)人理解：GBDT（Gradient Boosting Decision Tree），梯度提升決策樹、再讀一遍：梯度，提升，決...
投稿
收錄了17篇文章 · 44人關(guān)注
-
從集成學(xué)習(xí)到GBDT與隨機(jī)森林 -
TensorFlowOnSpark 源碼解析
前言 這兩天琢磨了下spark-deep-learning和spark-sklearn兩個(gè)項(xiàng)目，但是感覺(jué)都不盡人如意。在training時(shí)，都需...
-
機(jī)器學(xué)習(xí)經(jīng)驗(yàn)總結(jié)之XGBoost以下內(nèi)容屬于經(jīng)驗(yàn)總結(jié)的建模模塊，建模模塊目前包括 lasso 和 XGBoost，文章內(nèi)容屬于 XGBoost。 建模 XGBoost 功能介紹...
-
Scikit-learn使用總結(jié)
在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的應(yīng)用中，scikit-learn是一個(gè)功能強(qiáng)大的python包。在數(shù)據(jù)量不是過(guò)大的情況下，可以解決大部分問(wèn)題。學(xué)習(xí)使用sc...
-
中文分詞項(xiàng)目總結(jié)
1）ICTCLAS 最早的中文開源分詞項(xiàng)目之一，由中科院計(jì)算所的張華平、劉群所開發(fā)，采用C/C++編寫，算法基于《基于多層隱馬模型的漢語(yǔ)詞法分析...
-
交叉驗(yàn)證、留一交叉驗(yàn)證、自助法
機(jī)器學(xué)習(xí)包括許多算法：線性回歸、邏輯回歸、決策樹、SVM、隨機(jī)森林、GBDT等等。那么該如何評(píng)價(jià)某個(gè)算法在數(shù)據(jù)集上的表現(xiàn)呢？這里闡述3個(gè)評(píng)估方法...
-
特征工程
文章主要參考于大神城東(部分認(rèn)為有問(wèn)題的地方進(jìn)行了修改) 1. 特征工程是什么？ 數(shù)據(jù)和特征決定了機(jī)器學(xué)習(xí)的上限，而模型和算法只是逼近了這個(gè)上線...
-
判別分析上周介紹了聚類分析，聚類分析可以理解為，從一大堆眼、睛眉、耳朵、皮毛特征中，劃分出一類作為猴子，劃分出另一類為人，另一類為狗。判別分析則是已經(jīng)知...
-
機(jī)器學(xué)習(xí)中的數(shù)學(xué)：線性判別分析、主成分分析
如果學(xué)習(xí)分類算法，最好從線性的入手，線性分類器最簡(jiǎn)單的就是LDA，它可以看做是簡(jiǎn)化版的SVM，如果想理解SVM這種分類器，那理解LDA就是很有必...
-
聚類分析、判別分析、主成分分析、因子分析
來(lái)自:帶呀帶尾呀(數(shù)據(jù)小生、數(shù)字營(yíng)銷、新媒體) 主成分分析與因子分析的區(qū)別 1. 目的不同： 因子分析把諸多變量看成由對(duì)每一個(gè)變量都有作用的一些...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/356792/1490928823.jpg', '推薦專題《機(jī)器學(xué)習(xí)》（ 分享自 @簡(jiǎn)書 ）','http://www.itdecent.cn/c/9744fc0319ad?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁(yè)面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}