![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 93
机器学习模型
fakerth
我喜欢去衡量探索,迎接那些最强烈,最有理由吸引我的一切;而不是抓着称杆,试图减轻一些分量,我不会去假想一种状况,而是接受现实;我只沿着我能够旅行的唯一路径去旅行,在这条路径上,没有任何力量能够阻挡我。
展开
-
t-SNE降维可视化并生成excel文件使用其他画图软件美化
t-SNE(t-分布随机邻域嵌入,t-distributed Stochastic Neighbor Embedding)是由 Laurens van der Maaten 和 Geoffrey Hinton 于 2008 年提出的一种非线性降维技术。它特别适合用于高维数据的可视化。t-SNE 的主要目标是将高维数据映射到低维空间(通常是二维或三维),同时尽可能地保留高维数据中的局部结构。这使得我们可以在低维空间中更直观地观察数据的结构和分布。原创 2024-07-11 10:46:32 · 856 阅读 · 0 评论 -
OpenBox(一个高效通用的黑盒优化系统)安装与使用
OpenBox 是一个高效的开源系统,旨在解决泛化的黑盒优化(BBO)问题, 例如 自动化超参数调优 、自动化A/B测试、 实验设计、数据库参数调优、处理器体系结构和电路设计、资源分配、自动化学设计等。OnenBox 的设计理念是将BBO作为一种服务提供给用户。 我们的目标是将 OpenBox 实现为一个分布式的、有容错、可扩展的、高效的服务。 它能够对各种应用场景提供广泛的支持,并保证稳定的性能。 OpenBox 简单易上手、方便移植和维护。原创 2023-10-25 10:13:33 · 638 阅读 · 0 评论 -
机器学习:随机森林
随机森林(Random Forest)是一种基于决策树的集成学习方法,通过构建多个决策树,并对它们的预测结果进行集成,来实现分类和回归任务。随机森林结合了Bagging和随机特征选择的技术,具有较好的泛化能力和抗过拟合能力。原创 2023-10-06 20:28:20 · 595 阅读 · 0 评论 -
机器学习:决策树
决策树是一种基于树形结构的模型,决策树从根节点开始,一步步走到叶子节点(决策),所有的数据最终都会落到叶子节点,既可以做分类也可以做回归。原创 2023-10-06 18:36:26 · 1203 阅读 · 0 评论 -
LASSO回归
LASSO(Least Absolute Shrinkage and Selection Operator,最小绝对值收敛和选择算子算法)是一种回归分析技术,用于变量选择和正则化。它由Robert Tibshirani于1996年提出,作为传统最小二乘回归方法的替代品。原创 2023-09-10 16:08:08 · 8429 阅读 · 0 评论 -
机器学习:Xgboost
Xgboost原创 2023-09-02 15:34:14 · 979 阅读 · 1 评论