python机器学习+数据科学
YXR11111
这个作者很懒,什么都没留下…
展开
-
学习笔记:Sklearn中Pipeline的使用
学习笔记:通过学习很多大佬的博客然后综合总结,有些用的是大佬的原代码加上自己的理解1.Pipeline的作用: Pipeline可以将许多算法模型串联起来,可以用于把多个estamitors级联成一个estamitor,比如将特征提取、归一化、分类组织在一起形成一个典型的机器学习问题工作流。Pipleline中最后一个之外的所有estimators都必须是变换器(transforme...原创 2018-07-08 12:51:03 · 18597 阅读 · 1 评论 -
sklearn机器学习模型梳理
在学习《python 机器学习》之后,针对scikit-learn库做一些笔记,写的不对的还请大佬指教:一.最简单的机器学习模型:K邻近K邻近分类:from sklearn.neighbors import KNeighborsClassifier K邻近回归:from sklearn.neighbors import KNeighborsRegressor 主要参数:邻居个...原创 2018-09-12 17:24:10 · 742 阅读 · 0 评论 -
转载SGD+Adaboost+Logistics
以下内容转载至https://www.tuicool.com/articles/An6vYz7本文主要讲的是近几个月来的一些研究成果,通过构建增强式的快速迭代logistics判别分类器,就是通过组合随机梯度(SGD),提升算法(adaboost),logistics模型。 具体地:通过利用SGD估计每个logistics弱分类器参数,同时基于每个弱分类器,通过adaboost更新样本的权...转载 2018-10-28 20:29:04 · 357 阅读 · 0 评论 -
Xgboost原理推导
以下内容均转自:https://juejin.im/entry/5b5f0b78f265da0f900e2906,存下来以便日后查阅。XGBoost全名叫(eXtreme Gradient Boosting)极端梯度提升,经常被用在一些比赛中,其效果显著。它是大规模并行boosted tree的工具,它是目前最快最好的开源boosted tree工具包。下面我们将XGBoost的学习分为3步:...转载 2018-10-30 11:31:42 · 345 阅读 · 0 评论