摘要：
这4种模型是集成模型中的提升树类别。（其他的类别还有装袋树（如RandomForest）、模型堆叠（stack）） 基于树模型的boosting方法是常用的，因为树模型相较于线性模型有更强的非线性拟合的能力。 其中xgboost、lightgbm在众多的数据竞赛中表现出优秀的预测能力。 （本文通俗地 阅读全文
摘要：
实体嵌入（embedding）目的将表格数据中的分类属性（一个至多个）向量化。 1.实体嵌入简介： 实体嵌入是主要应用于深度学习中处理表格分类数据的一种技术，或者更确切地说NLP领域最为常用，word2vec就是在做词的实体嵌入。 神经网络相比于当下的流行的xgboost、LGBM等树模型并不能很好 阅读全文