![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
文章平均质量分 95
Worldora-
这个作者很懒,什么都没留下…
展开
-
图卷积网络(Graph Convolutional Networks, GCN)详细介绍
本文翻译自博客。在这篇博文中会为大家详细地介绍目前使用广泛的图神经网络——图卷积网络(Graph Convolutional Networks, GCN)的相关知识。首先将带领大家直觉上感受其工作原理,然后再介绍更深层的数学原理。为什么要使用图(Graph)?很多问题在本质是都可以表示为图的形式。在真实世界中,我们会发现很多数据其实是以图的形式存在的,比如分子网络,社交网络以及论文引用网络等等。基于图的任务针对图数据,通常有以下几种比较常见的任务类型:结点分类(Node classificat翻译 2021-02-17 10:50:40 · 88950 阅读 · 24 评论 -
XGBoost学习笔记(三)
过拟合:剪枝参数与回归模型调参在XGB中,控制复杂度的参数γ\gammaγ,正则化参数α,λ\alpha,\lambdaα,λ学习速率η\etaη都可以控制过拟合,但并非主要用于解决过拟合问题。其中树的深度是除了n_estimators之外调的第一个参数,影响巨大。后面的几个参数主要是针对特征的抽样,可以防止过拟合。相对来说其中bytree和bylevel会有较大影响。当得到一个数据...原创 2020-04-24 17:05:51 · 289 阅读 · 0 评论 -
XGBoost学习笔记(二)
选择弱评估器:参数booster在XGB中,除了使用梯度提升树(默认gbtree)以外,还可以使用gbtlinear和dart。在原库中,在xgb.train()中输入xgb_model进行选择(但是注意这个参数只能由params参数导入!);sklearn中在xgb.XGBregressor()输入booster进行选择。如果数据是线性的,可以使用gbtlinear。XGB目标函数:重要...原创 2020-04-09 16:04:12 · 688 阅读 · 0 评论 -
XGBoost学习笔记(一)
XGBoost的调用直接调用XGBoost的库使用import xgboost as xgb 即可导入XGBoost的库。在直接调用XGBoost库的情况下,需要用到xgb.DMatrix()来读取数据,需要在使用模型前用param={}写好参数,然后调用训练模型的类bst = xgb.train(param),再用**bst.predict()**进行预测,在xgboost不能直接调...原创 2020-03-31 19:43:10 · 1053 阅读 · 0 评论