![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习算法
文章平均质量分 59
notHeadache
遇到技术问题别再头疼。
展开
-
为什么GBDT需要使用损失函数的负梯度去拟合一个新的回归树?
GBDT原创 2022-02-24 21:58:29 · 684 阅读 · 0 评论 -
正则化贪心森林RGF(Regularized Greedy Forest)详解和实战
前言因为RGF是一针对GBDT缺点而改进的算法,所以在弄清楚之前,你需要了解GBDT算法的原理,包括了解决策树,boosting算法。一开始接触到RGF的时候,是看了这篇IBM的论文Predicting Disk Replacement towards Reliable Data Centers里面提到用了RGF的算法去预测硬盘故障,惊艳我的是居然预测precision和recall都到98...原创 2018-10-18 17:42:19 · 4135 阅读 · 9 评论 -
xgboost原理
在网上看了xgboost的介绍,很多博客一开始并没有讲的很明白,于是我按照自己的理解写一下xgboost的原理。主要参考了:https://xgboost.readthedocs.io/en/latest/tutorials/model.html (英文详细教程)https://www.jianshu.com/p/7e0e2d66b3d4 (实战xgboost)xgboost的模型为:...原创 2018-10-17 22:04:22 · 398 阅读 · 0 评论 -
从概率的角度看logistic regression
logistic regression假设样本xxx为正的概率是:P(Y=1∣x)=11+e−(w⋅x+b)P(Y=1|x)=\frac{1}{1+e^{-(w\cdot x+b)}}P(Y=1∣x)=1+e−(w⋅x+b)1我们在看这个公式的时候,可以理解成xxx是一个事件,一共有1,2,…,N个事件YYY是类别,有0和1,这两种类别那么P(Y=1∣x)P(Y=1|x)P(Y=1∣...原创 2018-11-25 19:56:59 · 877 阅读 · 0 评论 -
Affinity Propagation 聚类算法的通俗解释
1. 前言一开始的时候看AP聚类,两个公式的更新看的云里雾里的,不知道代表的什么意思,后来看了一下论文原文和配图终于有点理解了。下面将个人理解写一下。论文: https://www.psi.toronto.edu/affinitypropagation/FreyDueckScience07.pdf2. 解释假设我们有n个数据,需要进行聚类,我们可以想象为有n个人,要投票投出几个leader...原创 2019-04-03 19:26:43 · 3700 阅读 · 3 评论 -
一条指令安装fbprophet
去 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 这里搜 Anaconda3-4.3.0.1-Windows-x86_64.exe ,下载安装。这个对应python3.6将 C:\Program Files\Git\cmd;C:\ProgramData\Anaconda36;C:\ProgramData\Anaconda36\Sc...原创 2019-05-08 10:34:59 · 3454 阅读 · 5 评论 -
Twitter异常检测框架BreakoutDetection Python版
前言在Github上最火的异常检测算法就是Twitter的BreakoutDetection了 https://github.com/twitter/AnomalyDetection但是只是R语言的。然而有好多人把它用python实现了一遍:https://github.com/roland-hochmuth/BreakoutDetectionhttps://github.com/i...原创 2019-06-13 11:23:58 · 4051 阅读 · 2 评论