机器学习
xiaoshu_yilian
#为了早点下班陪闺女
我们的追求各有不同,但都希望能在有限的人生里,快速通往自己向往的目的地。
展开
-
利用xgb模型生成特征(内含查看xgb模型代码)
xgb模型进行特征衍生原创 2022-09-02 15:13:42 · 872 阅读 · 0 评论 -
如何在一张图中画不同模型的roc曲线(python)
python实现在一张图上画不同模型的roc曲线原创 2022-07-05 11:43:38 · 881 阅读 · 2 评论 -
一文详解xgb参数(收藏版)
一般做机器学习的小伙伴,应该用xgb比较多点,因为它比较透明易懂,且在sklearn库里的xgb损失函数是泰勒二阶展开的,而GBDT的损失函数只是一阶,从精准性来说用xgb模型会更好,前提是你也是用python的。都说了解一个模型原理的时候,了解它的参数是必备的。下面我们来说说xgb都有哪些参数,以及这些参数的作用等等。一、通用版参数1、 booster [default= gbtree ]用于选择每次迭代的模型。一般,gbtree和dart是用于树模型的,而gblinear更适用于线性模型,gbt原创 2021-04-09 18:16:34 · 11806 阅读 · 2 评论 -
关于两个模型的对比
大家都知道,对于相同的客群,相同的响应结果情况下,对比两个模型的优劣性,指标有许多。比如总体的准确性,比如AUC、ks、提升度等等。本文以提升度来讲讲,如何有效对比两个模型的优劣性。在实际使用中,我们为了证明模型是优于当下使用的策略的,比如使用资产等级来划分客群。将分数划分成跟策略一样的组数,(默认策略也是有优先级的,分数的等级对标策略的优先级),分析相同组数的...原创 2021-03-23 15:55:59 · 5218 阅读 · 0 评论