- 博客(6)
- 收藏
- 关注
RSS订阅原创 A Framework for Multi-stage Bonus Allocation in meal delivery Platform
A Framework for Multi-stage Bonus Allocation in meal delivery Platform 论文学习
2022-09-01 14:19:58
703
1
原创 python计算两个多边形交集的面积
1.Geopandas的安装：在安装Geopandas之前，需要依次安装numpy，pandas，shapely，fiona，six，pyproj，在命令行中输入pip install 上述库的名字，按照提示进行安装。如果pip直接安装失败，则采用手动安装的形式，需要浏览网站Python Extension Packages for Windows – Christoph Gohlke 寻找合适的版本进行下载，有32位和64位以及python2和3的不同版本找到相对应的whl文件，以管理员权
2021-03-17 19:14:00
3139
原创 高德地图Api底图空白，报错Uncaught TypeError: Failed to construct ‘Request‘: Referrer ‘null‘ is not a valid URL.
高德地图Api底图空白，报错Uncaught TypeError: Failed to construct 'Request': Referrer 'null' is not a valid URL.报错内容报错原因排查原因在使用高德API绘制MultiPolygon时，在高德API示例运行正常，本地运行底图空白本地html显示：报错内容Uncaught TypeError: Failed to construct 'Request': Referrer 'null' is not a vali
2021-03-03 10:33:45
1950
翻译 xgb（来不及学习啊！！）
一、概念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。XGBoost 所应用的算法就是 GBDT（gradient boosting decision tree）的改进，既可以用于分类也可以用于回归问题中。1、回归树与决...
2019-04-10 18:15:44
2479
转载 GBDT小结
GDBT在说GBDT前，我们先说下它的俩前缀Gradient Boosting：Boosting: 这是一种迭代算法，每一次训练都是在前面已有模型的预测基础上进行。最简单地说，先训练一个初始模型，对比真实值和预测值的残差；用残差再训练一个模型，再计算残差；再训练……。这样，每一个模型都专注于修正前面模型最不给力的效果方面。于是，通过这种方式联合多个弱分类器，就能得到一个强分类器。Gra...
2019-04-07 21:43:30
239
原创 随机森林小结
随机森林算法梳理集成学习概念集成学习分类个体学习器boosting bagging结合策略(平均法，投票法，学习法)随机森林的思想随机森林的优点：随机森林的缺点：随机森林算法重要的超参数应用范围集成学习概念集成学习（ensemble learning）是指将若干弱分类器组合之后产生一个强分类器，用来提升机器学习性能，这种方法相较于当个单个模型通常能够获得更好的预测结果。弱分类器（weak le...
2019-04-04 12:27:32
980
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