主要内容： XGBoost算法的介绍 XGBoost算法的损失函数 XGBoost函数介绍 算法的应用实战——信用卡欺诈行为的识别 1.XGBoost算法的介绍 XGBoost是由传统的GBDT模型发展而来的，GBDT模型在求解最优化问题时应用了一阶导技术，而XGBoost则使用损失函数的一阶和二阶 ...
分类：
数据库 时间：
2019-11-01 20:53:31
阅读次数：
158
混合有限元方法通入引入辅助变量后可以将高阶微分问题变成一系列低阶微分问题的组合。在三维网格形变问题中，我们考虑如下泛函极值问题： 其中u: Ω0 → R3是变形体的空间坐标，上述泛函极值问题对应的欧拉拉格朗日方程就是双调和方程?2u = 0。 通过引入额外变量v，我们可以将上述无约束高阶优化问题转变 ...
分类：
编程语言 时间：
2019-10-28 14:28:04
阅读次数：
110
#include <iostream> #include <vector> #include <algorithm> using namespace std; /*** * 分析:< 最优化问题 >此题用动态规划去写 * 1、第一步确定状态 >直接用它自己本身去写A[n][c] * 表示从第n层的第... ...
分类：
编程语言 时间：
2019-10-28 01:24:29
阅读次数：
94
题目描述 $visit\text{_}world$发现有下优化问题可以用很平凡的技巧解决，所以他给你分享了这样一道题：现在有长度为$N$的整数序列$\{ a_i\}$，你需要从中选出$K$个不想叫的连续子区间（可以存在元素不被选），从左到右记它们的和为$s_1,s_2,...,s_k$，我们的优化目 ...
分类：
其他好文 时间：
2019-10-26 16:50:06
阅读次数：
79
这学期有一门运筹学，讲的两大块儿：线性优化和非线性优化问题。在非线性优化问题这里涉及到拉格朗日乘子法，经常要算一些非常变态的线性方程，于是我就想用python求解线性方程。查阅资料的过程中找到了一个极其简单的解决方式，也学到了不少东西。先把代码给出。 是不是很简洁？因为调用了强大的包numpy~ 我 ...
分类：
编程语言 时间：
2019-10-20 17:34:14
阅读次数：
99
[TOC]更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/# 拉格朗日对偶性在约束最优化问题中，拉格朗日对偶性(Lagrange duality)可以将原始问题转换为对偶问题... ...
分类：
其他好文 时间：
2019-10-16 17:51:57
阅读次数：
96
转自百度百科：https://baike.baidu.com/item/启发式算法/938987?fr=aladdin 启发式算法（heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。 启发式算法一般针对NP-hard问题：https:// ...
分类：
编程语言 时间：
2019-10-16 17:45:23
阅读次数：
88
[TOC]更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/# 牛顿法和拟牛顿法牛顿法(Newton method)和拟牛顿法(quasi-Newton method)和梯度下... ...
分类：
其他好文 时间：
2019-10-16 17:41:08
阅读次数：
106
动态规划(Dynamic Programming)是运筹学的一个分支，是求解决策过程(decision process)最优化的数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化 ...
分类：
编程语言 时间：
2019-10-09 09:30:56
阅读次数：
80
最优化问题 基本形式 分类 线性规划问题 实例 线性规划问题的标准形式 线性规划问题的求解 凸集和凸函数 空间里面的直线 仿射线 凸集 超平面和半平面 凸函数 凸优化问题 定义 ...
分类：
其他好文 时间：
2019-10-08 18:54:34
阅读次数：
99
