目录RNN基础循环神经网络（Recurrent Neural Networks）RNN的训练方法——BPTT算法（back-propagation through time）长期依赖（Long-Term Dependencies）问题LSTM（long short-term memory）LSTM 的核心思想逐步理解 LSTMLSTM 的变体GRU（Gated ...

目录1. 集成学习概念2. Boosting流程3. Bagging流程4. 结合策略(平均法，投票法，学习法)平均法投票法学习法5. 随机森林思想6. 随机森林的推广extra treesTotally Random Trees Embedding7. 优缺点优点缺点8. 主要调参的参数9. sklearn.ensemble...

目录1、GBDT2、GBDT思想3、负梯度拟合4、损失函数4.1、分类4.2、回归5、GBDT回归算法6、GBDT分类算法6.1、二分类6.2、多分类7、正则化8、RF与GBDT之间的区别与联系9、优缺点优点缺点10、应用场景11、主要调参的参数12、sklearn.ensemble.GradientBoostingClass...

参考资料：https://mp.weixin.qq.com/s/mr83EK24S94b_UUlecyqlA 线性回归对异常值非常敏感 多项式拟合如果指数选择不当，容易过拟合。 岭回归标准线性或多项式回归在特征变量之间存在很高的共线性（high collinearity，比如变量x1与x2之间存在函数关系）的情况下将失败。共线性是自变量之间存在近似线性关系，你所...

https://tensorflow.google.cn/install/pip

排序参考：https://github.com/wangzheng0822/algo/tree/master/python归并排序def merge_sort(a):_merge_sort_between(a, 0, len(a) - 1)def _merge_sort_between(a, low, high):# The indices are inclu...

目录1、GBDT2、GBDT思想3、负梯度拟合4、损失函数4.1、分类4.2、回归5、GBDT回归算法6、GBDT分类算法6.1、二分类6.2、多分类7、正则化8、RF与GBDT之间的区别与联系9、优缺点优点缺点10、应用场景11、主要调参的参数12、sklearn.ensemble.GradientBoostingClass...