240 投稿
机器学习面试
收录了4篇文章 · 9人关注
  • 特征离散化方法及LR逻辑回归

    自学搜集,原文请看:http://blog.csdn.net/hero_fantao/article/details/34533533,http...

    苟且偷生小屁屁 0 2
  • Resize,w 360,h 240
    机器学习-LR推导及与SVM的区别

    之前整理过一篇关于逻辑回归的帖子，但是只是简单介绍了一下了LR的基本思想，面试的时候基本用不上，那么这篇帖子就深入理解一下LR的一些知识，希望能...

    1.1 文哥的学习日记 1 23
  • Resize,w 360,h 240
    LR和SVM

    在大大小小的面试过程中，多次被问及这个问题：“请说一下逻辑回归（LR）和支持向量机（SVM）之间的相同点和不同点”。第一次被问到这个问题的时候，...

    0.6 吕不韦 0 5
  • GBDT, XGBoost, LightGBM

    GBDT 梯度提升树实在提升树的基础上发展而来的一种使用范围更广的方法，当处理回归问题时，提升树可以看作是梯度提升树的特例(分类问题时是不是特例...

    0.1 小绿叶mj 0 3
  • Resize,w 360,h 240
    GBDT、XGBoost、LightGBM 的使用及参数调优

    GBDT 概述 GBDT 是梯度提升树（Gradient Boosting Decison Tree）的简称，GBDT 也是集成学习 Boost...

    1.6 火眼0狻猊 1 36
  • 【转】RF、GBDT、XGBoost面试级整理

    由于本文是基于面试整理，因此不会过多的关注公式和推导，如果希望详细了解算法内容，敬请期待后文。 RF、GBDT和XGBoost都属于集成学习（E...

    1.0 徽hero兔 1 43

专题公告

机器学习