转载(数据清洗)
https://blog.csdn.net/dsdaasaaa/article/details/93746830?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-22&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-22
转载(回归)
https://blog.csdn.net/wulafly/article/details/77044532
决策树与随机森林
https://blog.csdn.net/weixin_39549734/article/details/81037835
提升
提升是一个机器学习技术,可以用于回归和分类问题,它每一步产生一个弱预测模型,并加权累加到总模型中;如果每一步的弱预测模型生成都是依据损失函数的梯度方向,则称之为梯度提升。
梯度提升算法首先先给定一个目标损失函数,它的定义域是所有可行的弱函数集合;提升算法通过迭代的选择一个负梯度方向向上的基函数来逐渐逼近局部极小值。
提升的而理论意义:如果一个问题存在弱分类器,则可以通过提升的办法得到强分类器。
https://blog.csdn.net/qq_38021750/article/details/90270615?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase