数据分析挖掘
飞-舟
这个作者很懒,什么都没留下…
展开
-
feature extraction之 理解 LDA和PCA 的区别
降维的必要性1.多重共线性--预测变量之间相互关联。多重共线性会导致解空间的不稳定,从而可能导致结果的不连贯。2.高维空间本身具有稀疏性。一维正态分布有68%的值落于正负标准差之间,而在十维空间上只有0.02%。3.过多的变量会妨碍查找规律的建立。4.仅在变量层面上分析可能会忽略变量之间的潜在联系。例如几个预测变量可能落入仅反映数据某一方面特征的一个组内。转载 2018-01-02 09:25:56 · 469 阅读 · 0 评论 -
xgboost优化方法总结
一、论文中的优化方法二、工具包中的优化参数原创 2018-02-10 10:50:48 · 2047 阅读 · 0 评论