- 博客(4)
- 收藏
- 关注
RSS订阅原创 XGBoost
Objective Function： Training1 Loss + Regularization 目标函数分为Training Loss和Regularization term两项。 通常损失函数L的选择是mean square error函数： 在用于Logistic Regression时，会使用Logistic Loss： 正则项常常是用来控制模型复杂度的。用来保证...
2019-04-10 21:51:46
172
原创 GBDT算法梳理
Gradient Boost 大致介绍 Gradient Boost是一种用于regression和classification的机器学习技术，如同其他Boost算法一样，它是通过将弱学习器(Decision Tree)集成起来的。 在Gradient Boost算法的第m轮(1<m<M)，假设存在性能不佳的model $F_m$。Gradient Boost算法打算通过添加...
2019-04-07 20:37:56
249
原创 随机森林算法梳理
1.集成学习(Ensemble Learning) 在统计学或者机器学习中，集成学习是通过使用多个学习算法以获得比任意单个学习算法更好的性能。它仅由一组具体的有限的可替代模型组成而不同于统计学中的统计中的系综(statistical ensemble)常常是无限个。 集成学习本身是一种监督学习算法，因为它可以再训练后用于预测。因此，训练后的集成模型代表了一个假设，但这个假设不一定被包含在...
2019-04-03 16:35:33
480
原创 中国大学MOOC-陈越、何钦铭-数据结构基础习题集 00-自测1. 打印沙漏(20)
本题要求你写个程序把给定的符号打印成沙漏的形状。例如给定17个“*”，要求按下列格式打印 ***** *** * *** ***** 所谓“沙漏形状”，是指每行输出奇数个符号；各行符号中心对齐；相邻两行符号数差2；符号数先从大到小顺序递减到1，再从小到大顺序递增；首尾符号数相等。 给定任意N个符号，不一定能正好组成一个沙漏。要求打印出的沙漏能用掉尽可能多的符号。 输入格式： 输
2015-08-12 23:36:44
1713
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人