04 2022 档案

摘要:开始学习TensorFlow:https://www.tensorflow.org/tutorials TensorFlow的官网上有Tutorial和Guide两部分教程,Guide主要介绍一些概念性的东西,Tutorial则更加通过实例来介绍TensorFlow的使用。 本篇介绍TensorFl 阅读全文
posted @ 2022-04-28 19:41 Asp1rant 阅读(309) 评论(0) 推荐(0) 编辑
摘要:本文介绍MLP(Multi-Layer Perception的理论以及实践) 参考: https://zhuanlan.zhihu.com/p/63184325 https://en.wikipedia.org/wiki/Multilayer_perceptron 一. 理论 MLP是最基本的神经网 阅读全文
posted @ 2022-04-18 20:09 Asp1rant 阅读(1903) 评论(0) 推荐(0) 编辑
摘要:本文介绍一些模型中常用的评价模型准确性的指标 参考: Various ways to evaluate a machine learning model’s performance Evaluation Criteria for Machine Learning Models 本文针对回归问题和分类 阅读全文
posted @ 2022-04-11 20:25 Asp1rant 阅读(371) 评论(0) 推荐(0) 编辑
摘要:LightGBM是微软旗下的Boost学习算法,在Xgboost的基础上做了更多方面的优化。 理论 此部分主要介绍LightGBM做了哪些优化,此部分参考:https://zhuanlan.zhihu.com/p/99069186: 为了避免XGBoost的缺陷,并且能够在不损害准确率的条件下加快G 阅读全文
posted @ 2022-04-09 17:39 Asp1rant 阅读(357) 评论(0) 推荐(0) 编辑
摘要:偏度和峰度是数据处理中常用的用来分析数据分布程度的指标,Pandas中提供了这两个函数。 skew 偏度 偏度(skew),是统计数据分布偏斜方向和程度的度量,是统计数据分布非对称程度的数字特征。偏度(Skewness)亦称偏态、偏态系数。表征概率分布密度曲线相对于平均值不对称程度的特征数。直观看来 阅读全文
posted @ 2022-04-07 21:01 Asp1rant 阅读(2369) 评论(0) 推荐(0) 编辑
摘要:XGBoost是一种基于Boost算法的机器学习方法,全称EXtreme Gradient Boosting。 XGBoost在GBDT的基础上,引入了: CART回归树 正则项 泰勒公式二阶导数 Blocks数据结构(用于加速运算) 从而实现了比GBDT更好的实现效果。 一. 理论 关于XGBoo 阅读全文
posted @ 2022-04-02 17:53 Asp1rant 阅读(1323) 评论(0) 推荐(1) 编辑

点击右上角即可分享
微信分享提示