- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 【python 机器学习】机器学习算法之CatBoost
主要内容：一、算法背景二、CatBoost简介三、CatBoost的优点四、CatBoost的安装与使用五、CatBoost回归实战六、CatBoost调参模块七、CatBoost 参数详解一、算法背景：2017年俄罗斯的搜索巨头 Yandex 开源 Catboost 框架。Catboost（Categorical Features+Gradient Boosting）采用的策略...
2020-01-08 14:19:49
9734
原创 【python 机器学习】正态分布检验以及异常值处理3σ原则
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。使用K-S检验一个数列是否服从正态分布、两个数列是否服从相同的分布。下面介绍 Python 中常用的几种正态性检验方法：scipy.stats.kstest异常值是指样本中的个别值，其数值明显偏离其余的观测值。异常值也称离群点，异常值的分析也称为离群点的分析。在进行机器学习过程中，需要对数据集进行异...
2020-01-07 11:24:54
24026
7
原创 【深度学习 误差计算】10分钟了解下均方差和交叉熵损失函数
常见的误差计算函数有均方差、交叉熵、KL 散度、Hinge Loss 函数等，其中均方差函数和交叉熵函数在深度学习中比较常见，均方差主要用于回归问题，交叉熵主要用于分类问题。下面我们来深刻理解下这两个概念。1、均方差MSE。预测值与真实值之差的平方和，再除以样本量。均方差广泛应用在回归问题中，在分类问题中也可以应用均方差误差。2、交叉熵再介绍交叉熵损失函数之前，我们首先来介绍信息学中熵(...
2020-01-02 21:01:20
1404
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人