摘要：
GBDT和XgBoost的区别 首先，GBDT来自于融合模型中的Boosting算法，Boosting算法的原理是先从初始训练集训练出一个基学习器，再根据基学习器的表现对训练样本分布进行调整，提高训练数据集中判断错误的样本权重，降低判断正确的权重，使得先前基学习器做错的样本在后续能得到更多关注，然后 阅读全文
摘要：
计算机常用指令记录 Python常用操作： #!/usr/bin/env python3 # -*- coding: utf-8 -*- # 画图的字体问题 from pylab import mpl mpl.rcParams['font.sans-serif'] = ['FangSong'] # 阅读全文
摘要：
《断舍离》读后感 首先要了解断舍离的深刻含义。断，即断绝想要进入自己生活的不需要的东西；舍，即舍弃身边泛滥的破烂儿。不断地重复断和舍，最终达到离的状态：脱离对物品的执念，处于游刃有余的自在空间。 要做到断舍离，自己需要深刻的意识到，物品的存在仅仅是为自己服务的，对于人来说，任何物品都是生不带来死不带 阅读全文
摘要：
支持向量机 支持向量机是一种二分类机器学习模型，适用于小样本数据集。 下面通过建模，优化方法求解，支持向量机在多分类问题的应用以及支持向量机优缺点四个方面讲： 第一部分：建模 一．线性可分支持向量机：若数据样本线性可分，通过极大化所有样本点的几何间隔最小值，将极大化问题转变成极小化问题之后，得到线性可分支持向量机学习的最优化问题： 原始问题为凸二次规划问题，求解可以根据现成优化工具求解。由... 阅读全文