- 博客(7)
- 资源 (10)
- 收藏
- 关注
原创 Xgboost参数解释及调参
General ParametersBooster ParametersTask Parameters首先xgboost有两种接口,xgboost自带API和Scikit-Learn的API,具体用法有细微的差别但不大。在运行 XGBoost 之前, 我们必须设置三种类型的参数: (常规参数)general parameters,(提升器参数)booster paramet...
2018-04-29 13:59:17 42629 1
原创 [LeetCode] 72. Edit Distance 编辑距离 @python
DescriptionGiven two words word1 and word2, find the minimum number of operations required to convert word1 to word2.You have the following 3 operations permitted on a word:Insert a characterDelete a
2018-04-27 19:04:40 758
原创 Wide & Deep Learning模型介绍
Introduction2Wide & Deep Learning3The Wide Component(Wide 组件)The Deep Component (Deep组件)Wide & Deep模型的联合训练Wide & Deep Learning 是由Google Inc发表的paper:Wide & Deep Learning f...
2018-04-21 12:58:52 4531 1
转载 极大似然估计详解
极大似然估计 以前多次接触过极大似然估计,但一直都不太明白到底什么原理,最近在看贝叶斯分类,对极大似然估计有了新的认识,总结如下:贝叶斯决策 首先来看贝叶斯分类,我们都知道经典的贝叶斯公式: 其中:p(w):为先验概率,表示每种类别分布的概率;:类条件概率,表示在某种类别前提下,某事发生的概率;而为后验概率,表示某事发生了,并且它属于某一类别的概率,有
2018-04-19 11:33:26 907
转载 一文搞懂HMM(隐马尔可夫模型)
什么是熵(Entropy)简单来说,熵是表示物质系统状态的一种度量,用它老表征系统的无序程度。熵越大,系统越无序,意味着系统结构和运动的不确定和无规则;反之,,熵越小,系统越有序,意味着具有确定和有规则的运动状态。熵的中文意思是热量被温度除的商。负熵是物质系统有序化,组织化,复杂化状态的一种度量。熵最早来原于物理学. 德国物理学家鲁道夫·克劳修斯首次提出熵的概念,用来表示任何一种能量在空间中分...
2018-04-18 12:05:57 377
原创 在线学习算法FTRL基本原理
相关介绍SGD: Stochastic Gradient DescentTG简单加入L1范数简单截断法梯度截断法FOBOS: Forward Backward Splitting2RDA: Regularized dual averaging4FTRL: Follow-the-Regularized-Leader总结相关介绍SGD: Sto...
2018-04-17 21:17:41 2682 1
原创 特征怎么离散化?为什么需要离散化?
特征怎么离散化?为什么需要离散化?特征怎么离散化?为什么需要离散化?特征离散化无监督方法有监督方法特征离散化的优势特征离散化连续特征离散化的基本假设,是默认连续特征不同区间的取值对结果的贡献是不一样的。特征的连续值在不同的区间的重要性是不一样的,所以希望连续特征在不同的区间有不同的权重,实现的方法就是对特征进行划分区间,每个区间为一个新的特征。常用做法,就...
2018-04-16 17:34:00 9361
LTE轻松进阶-高清版
2019-02-26
802.11无线网络权威指南第二版(中文版)高清 pdf
2018-09-18
Sublime Text 3 Build 3176 for mac + 注册码
2018-08-05
官方 proxifier 2.22 Windows 版+ 注册码
2018-08-04
Spark高级数据分析(中文高清完整pdf版)
2018-07-23
SecureCRT 8.0 + 注册机
2018-07-17
hadoop 实战 中文版 韩冀中
2018-06-25
Head First Python(高清中文版)
2018-06-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人