IP屬地：北京
-
關于高維稀疏特征對樹模型的影響
背景 最近在訓練樹模型的時候遇到了一個問題：在一次手動特征工程之后，我從原始數據衍生了3個類別型特征，隨后加入模型訓練，以期望帶來模型效果的提升...
-
Embedding 原理與代碼實戰(zhàn)embedding 的原理 embedding 層做了個什么呢？它把我們的稀疏矩陣，通過一些線性變換（在CNN中用全連接層進行轉換，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分類問題呢？ Gaussian distribution (高斯分布) 假設在一個平面直角坐標系上朝原點扔飛...
-
經典算法：關于 SVM 的一切
之前的文章寫在了 CSDN，暫時沒有挪過來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強分類器。因為...
-
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 也是集成學習 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訓練集訓練不同的分類器(弱分類器)，然后把這些弱分類器集合起來，構成一個更...
-
機器學習中的評價指標不同的機器學習任務有著不同的性能評價指標。例如，分類問題，可以使用準確率 (Accuracy)、對數損失函數 (log-loss)、AUC等評價...