摘要：
分类问题 1. 手写数字识别问题 ((1797, 64), (1797,)) 划分70%训练集，30%测试集， ((1257, 64), (540, 64), (1257,), (540,)) 使用默认参数， XGBClassifier(base_score=0.5, booster='gbtree 阅读全文
摘要：
XGBoost学习： 集成学习将多个弱学习器结合起来，优势互补，可以达到强学习器的效果。要想得到最好的集成效果，这些弱学习器应当“好而不同”。 根据个体学习器的生成方法，集成学习方法可以分为两大类，序列化方法，并行化方法。序列化方法的代表就是Boosting方法，其中XGBoost和lightGBN 阅读全文