- 博客(4)
- 收藏
- 关注
RSS订阅原创 用xgboost构建一个简单的模型
这篇文章我们使用xgboost构建一个简单的模型以及xgboost与scikit-learn一起使用构建模型，用到的数据集是UCI机器学习库的mushroom数据集，用数据集中的22个特征来判断蘑菇是否有毒，步骤如下： 1. 导入模型需要的工具包，这里面我们用到了xgboost, sklearn, matplotlib, time, graphvizimport xgboost as xgb...
2018-03-27 11:23:42
4498
原创 MAC OS上安装XGBoost步骤
安装Python环境 MAC OS 已在带Python 2.7，此步请忽略。 安装Homebrew Homebrew类似于ubuntu中的apt-get和centos中的yum，是OSX里面的一个非常有用软件安装工具. 安装这个软件的目的在于更新gcc版本，官方文档中说最新的gcc版本才使XGBoost支持多线程。 直接将上述代码粘贴至终端即可安装，下同（除非特别说明）。/usr/bin...
2018-03-24 20:44:35
1019
原创 7种常见的机器学习算法衡量指标
在做机器学习进行实验过程中，我们需要使用分类精度、均方误差等方法衡量模型的性能，从而判断训练出的模型的表现是否符合预期要求。本文整理了7种常见的机器学习算法衡量指标：分类精度、对数损失、混淆矩阵、曲线下面积(AUC)、F1分数、平均绝对误差、均方误差。1. 分类精度分类精度其实就是我们所说的准确性，是正确预测数占总样本数的比值。 Accuracy=NumberofCorrectpredi...
2018-03-17 00:12:02
5817
原创 常见的六大聚类算法
1. K-Means(K均值)聚类算法步骤： (1) 首先我们选择一些类/组，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。 (2) 计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。 (3) 计算每一类中中心点作为新的中心点。 (4) 重复以上步骤，直到每一类中心在每次迭代后变化不大为止。也可...
2018-03-01 17:35:06
317333
35
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