- 博客(5)
- 收藏
- 关注
原创 Bagging 和 Boosting - GBDT原理和面试问题整理
整理了一些集成学习以及GBDT的原理和问题,未来将继续补充 文章目录BaggingBoostingAdaboostGBDTGBDT为什么可以用负梯度近似残差?GBDT如何选择特征?GBDT如何用于分类?GBDT与随机森林区别和联系BaggingBagging (Bootstrap aggregating): Leverages unstable base learners that are weak because of overfitting主要关注降低方差,在不剪枝的决策树等易受样
2021-01-03 17:45:34 248
原创 LR与SVM复习推导 面试常考题整理
复习了一下logistic和SVM,整理了一些推导过程 Logistic回归Logistic回归:广义线性模型的一种,用于0/1分类任务。由于特征的线性组合的取值范围是负无穷到正无穷,因此使用sigmoid函数将其映射到(0,1)上,映射后的值被认为是y=1的概率。 SVMSVM:特征空间上的间隔最大的线性分类器,学习策略是使间隔最大化,可以转化为一个凸二次规划问题求解SVM的原理是什么?SVM是一种二分类模型,在特征空间中寻找间隔最大化的分离超平面的线性
2021-01-02 17:16:52 267
原创 二叉树的遍历 递归迭代方法 python代码总结整理
二叉树的遍历 递归迭代 python代码整理整理了一下二叉树4种遍历方法的python代码通用模板,参考网上大佬们的代码,帮助自己面试复习用,包括递归和迭代方法文章目录二叉树的遍历 递归迭代 python代码整理构建树层次遍历(广度优先)深度优先遍历 - 递归方法深度优先遍历 - 迭代方法1深度优先遍历 - 迭代方法2深度优先遍历 - 迭代方法3补充构建树(自己构建了一棵树,用来测试遍历代码)# 树节点from collections import dequeclass TreeNode:
2021-01-01 22:44:52 431
原创 Pytorch实现k折交叉验证
Pytorch实现k折交叉验证代码思路参考:https://blog.csdn.net/foneone/article/details/104445320用pytorch实现k-fold cross validation# 导入模块import numpy as npimport randomimport torchimport torch.nn as nnimport torch...
2020-03-31 14:09:21 14114
原创 R语言关联规则及其可视化(Foodmart数据)
R语言关联规则-Foodmart数据数据集描述初步探索关联规则挖掘关联规则可视化商品品类的关联规则如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式数据集描述上周数据挖掘学习了关联规则,今天来实操一下。数据集是Foodmart1997年和19...
2019-12-05 11:15:42 6211 4
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