写文章
- @weixin_43925467
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
机器学习实战（LightGBM）
LightGBM介绍LightGBM（Light Gradient Boosting Machine）：一个实现GBDT算法的框架，解决GBDT在海量数据遇到的问题。两大技术：（1）GOSS(Gradient-based One-Side Sampling)：减少样本数（2）EFB (Exclusive Feature Bundling ):减少特征数XGBoost的缺点：先预排序再找分割点，空间
机器学习实战（支持向量机）
支持向量机线性SVM分类硬间隔分类：让所有实例都在正确的一边的分类。硬间隔变成软间隔：引入松弛变量C。C是调节间隔与准确率的因子，C值越大，越不愿放弃那些离群点；c值越小，越不重视那些离群点。（模型过拟合，C值调小进行正则化）软间隔分类：在“街道”的宽度和间隔违例（错误分类）之间找到良好的平衡的分类。svm_clf = SVC(kernel=“linear”, C=float(“inf”))线性核
机器学习实战（支持向量机）
支持向量机线性SVM分类硬间隔分类：让所有实例都在正确的一边的分类。硬间隔变成软间隔：引入松弛变量C。C是调节间隔与准确率的因子，C值越大，越不愿放弃那些离群点；c值越小，越不重视那些离群点。（模型过拟合，C值调小进行正则化）软间隔分类：在“街道”的宽度和间隔违例（错误分类）之间找到良好的平衡的分类。svm_clf = SVC(kernel=“linear”, C=float(“inf”))线性核
到底了