2023 年 2月随笔档案 - lotuslaw

26-XGBoost学习2

摘要：极限提升树XGBoost(Extreme Gradient Boosting，XGB，发音/æks-g-boost/)是基于梯度提升树GBDT全面升级的新一代提升算法，也是提升家族中最富盛名、最灵活、最被机器学习竞赛所青睐的算法。不同于我们之前学过的任意单一算法，XGBoost是一个以提升树为核心的算法系统，它覆盖了至少3+建树流程、10+损失函数，可以实现各种类型的梯度提升树，灵活性无与伦比。同时，XGBoost天生被设计成支持巨量数据，因此可以自由接入GPU/分布式/数据库等系统、还创新了众多工程上对传统提升算法进行加速的新方法。可以说，XGBoost是21世纪中Boosting算法的又一个里程碑，它开创了后GBDT时代中Boosting算法的新辉煌。阅读全文

posted @ 2023-02-12 12:22 lotuslaw 阅读(291) 评论(0) 推荐(0) 编辑

15-批次之间具有堆叠的LSTM

摘要：批次之间具有堆叠的LSTM。阅读全文

posted @ 2023-02-09 00:08 lotuslaw 阅读(71) 评论(0) 推荐(0) 编辑

14-LSTM多步预测-多步预测的LSTM网络

摘要：LSTM多步预测-多步预测的LSTM网络。阅读全文

posted @ 2023-02-09 00:06 lotuslaw 阅读(1040) 评论(0) 推荐(0) 编辑

13-LSTM多步预测-静态模型预测

摘要：LSTM多步预测-静态模型预测。阅读全文

posted @ 2023-02-09 00:04 lotuslaw 阅读(157) 评论(0) 推荐(0) 编辑

12-LSTM多变量-定义&训练模型

摘要：LSTM多变量-定义&训练模型。阅读全文