
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
macOS系统M1芯片conda环境安装XGBoost和LightGBM
安装LightBGM和XGBoost

python数据分析实战:使用Lightgbm解决二分类预测问题以泰坦尼克号数据为例
来自于kaggle上的一个经典比赛,使用Lightgbm进行分类预测。自建函数,进行5折交叉验证,计算平均准确率。网格调参自建函数,最大化准确率,挑选最优参数集。得到的结果为预测后结果上传到kaggle。准确率0.77,排名9994。😅lightgbm使用C++实现,为python提供了接口,分为了lightgbm naive API,以及为了和机器学习最常用的库sklearn一致而提供的sk.

python数据分析实战:近地面臭氧浓度预测
近地面臭氧浓度预测python实现

统计学习笔记:方差分析
方差分析是判定方差在组间和组内是否(明显)具有区别的一种方法。

到底了










