IP属地：北京
-
关于高维稀疏特征对树模型的影响
背景 最近在训练树模型的时候遇到了一个问题：在一次手动特征工程之后，我从原始数据衍生了3个类别型特征，随后加入模型训练，以期望带来模型效果的提升...
-
Embedding 原理与代码实战embedding 的原理 embedding 层做了个什么呢？它把我们的稀疏矩阵，通过一些线性变换（在CNN中用全连接层进行转换，也称为查表操...
-
发生在 LR 之前的故事没有逻辑回归之前，我们是怎么思考一个分类问题呢？ Gaussian distribution (高斯分布) 假设在一个平面直角坐标系上朝原点扔飞...
-
经典算法：关于 SVM 的一切
之前的文章写在了 CSDN，暂时没有挪过来https://blog.csdn.net/v_princekin/article/details/7...
-
基于树模型的集成算法---LightGBM一、模型介绍 上一篇文章介绍了一个梯度提升决策树模型 XGBoost[https://www.jianshu.com/p/305e4c43ab...
-
基于树模型的集成算法 ---XGBoost一、模型介绍 XGBoost 是 boosting 算法的其中一种。Boosting 算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为...
-
基于树模型的集成算法---GBDT
一、模型介绍 GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升决策树。 GBDT 也是集成学习 Bo...
-
基于树模型的集成算法---AdaBoost
一、模型介绍 Adaboost 是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更...
-
机器学习中的评价指标不同的机器学习任务有着不同的性能评价指标。例如，分类问题，可以使用准确率 (Accuracy)、对数损失函数 (log-loss)、AUC等评价...