IP屬地：北京
-
關(guān)于高維稀疏特征對樹模型的影響
背景 最近在訓(xùn)練樹模型的時(shí)候遇到了一個(gè)問題：在一次手動特征工程之后，我從原始數(shù)據(jù)衍生了3個(gè)類別型特征，隨后加入模型訓(xùn)練，以期望帶來模型效果的提升...
-
Embedding 原理與代碼實(shí)戰(zhàn)embedding 的原理 embedding 層做了個(gè)什么呢？它把我們的稀疏矩陣，通過一些線性變換（在CNN中用全連接層進(jìn)行轉(zhuǎn)換，也稱為查表操...
-
發(fā)生在 LR 之前的故事沒有邏輯回歸之前，我們是怎么思考一個(gè)分類問題呢？ Gaussian distribution (高斯分布) 假設(shè)在一個(gè)平面直角坐標(biāo)系上朝原點(diǎn)扔飛...
-
經(jīng)典算法：關(guān)于 SVM 的一切
之前的文章寫在了 CSDN，暫時(shí)沒有挪過來https://blog.csdn.net/v_princekin/article/details/7...
-
基于樹模型的集成算法---LightGBM一、模型介紹 上一篇文章介紹了一個(gè)梯度提升決策樹模型 XGBoost[http://www.itdecent.cn/p/305e4c43ab...
-
基于樹模型的集成算法 ---XGBoost一、模型介紹 XGBoost 是 boosting 算法的其中一種。Boosting 算法的思想是將許多弱分類器集成在一起形成一個(gè)強(qiáng)分類器。因?yàn)?..
-
基于樹模型的集成算法---GBDT
一、模型介紹 GBDT 的全稱是 Gradient Boosting Decision Tree，梯度提升決策樹。 GBDT 也是集成學(xué)習(xí) Bo...
-
基于樹模型的集成算法---AdaBoost
一、模型介紹 Adaboost 是一種迭代算法，其核心思想是針對同一個(gè)訓(xùn)練集訓(xùn)練不同的分類器(弱分類器)，然后把這些弱分類器集合起來，構(gòu)成一個(gè)更...
-
機(jī)器學(xué)習(xí)中的評價(jià)指標(biāo)不同的機(jī)器學(xué)習(xí)任務(wù)有著不同的性能評價(jià)指標(biāo)。例如，分類問題，可以使用準(zhǔn)確率 (Accuracy)、對數(shù)損失函數(shù) (log-loss)、AUC等評價(jià)...