摘要：
介绍 optuna作为调参工具适合绝大多数的机器学习框架，sklearn，xgb，lgb，pytorch等。 主要的调参原理如下： 1 采样算法 利用 suggested 参数值和评估的目标值的记录，采样器基本上不断缩小搜索空间，直到找到一个最佳的搜索空间， 其产生的参数会带来 更好的目标函数值。 阅读全文
摘要：
概述 What for？主要用在某个变量(或特征)值是不是和应变量有显著关系，换种说法就是看某个变量是否独立 \(X^2=\sum{\frac{(observed-expected)^2}{expected}}\) observed表示观测值,expected为理论值，可以看出,理论值与观测值差别越 阅读全文