- 博客(2)
- 收藏
- 关注
RSS订阅原创 AI训练营机器学习笔记
3. 掌握XGBoost的参数调优技巧：XGBoost有许多可调整的参数，包括学习率、树的深度、子采样率等。5. 实践项目的重要性：通过实际的项目和案例来应用XGBoost算法，可以加深对其原理和实现的理解。常见的参数包括学习率、树的深度、子采样率等。- XGBoost能够估计每个特征在模型中的重要性，这有助于理解模型对输入数据的依赖程度，并可以用于特征选择和解释模型行为。3. XGBoost的优势：了解XGBoost相比其他Boosting算法的优势，例如其在速度、准确性和可扩展性方面的表现。
2024-05-07 20:23:20
417
原创 AI训练营机器学习笔记
逻辑回归的原理：Logistic回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题（即输出只有两种，分别代表两个类别），所以利用了Logistic函数（或称为Sigmoid函数）。1.理解逻辑回归的原理：逻辑回归是一种广义线性模型，通过对输入特征的线性组合进行加权求和，然后通过逻辑函数（也称为sigmoid函数）将结果转换为0到1之间的概率值，表示属于某一类的概率。## 为了正确评估模型性能，将数据划分为训练集和测试集，并在训练集上训练模型，在测试集上验证模型性能。
2024-05-06 20:57:10
334
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