随机：数据采样随机，特征选择随机 （数据采样，有放回） ...
分类：
编程语言 时间：
2018-01-30 21:20:54
阅读次数：
148
数据预处理——构建好的训练数据集机器学习算法最终学习结果的优劣取决于两个主要因素：数据的质量和数据中蕴含的有用信息的数量。缺失数据的处理在实际应用过程中，样本由于各种原因缺少一个或多个值得情况并不少见。其原因主要有：数据采集过程中出现了错误，常用得度量方法不适用于某些特征，或者在调查过程中某些数据未... ...
分类：
编程语言 时间：
2018-01-26 22:45:50
阅读次数：
269
概念梳理 GBDT的别称 GBDT(Gradient Boost Decision Tree),梯度提升决策树。 GBDT这个算法还有一些其他的名字，比如说MART(Multiple Additive Regression Tree)，GBRT(Gradient Boost Regression T ...
分类：
其他好文 时间：
2018-01-22 13:02:33
阅读次数：
330
联想研究院 1面 自我介绍 聊比赛，讲了讲jdd的。 感觉都快要背过了。。。 之前重复的问题就不说了，说一下印象比较深的 adaboost 与gbdt的区别 随机森林，如果有t个特征，n个树，每个树深为m,求某个特征一次也没有被用的概率。 xgb与gbdt的区别 adaboost 参数是怎样更新的 ...
分类：
编程语言 时间：
2017-12-16 17:11:20
阅读次数：
220
目录 随机森林原理 随机森林代码(Spark Python) 随机森林原理 待续... 返回目录 随机森林代码(Spark Python) 代码里数据：https://pan.baidu.com/s/1jHWKG4I 密码：acq1 返回目录 ...
分类：
编程语言 时间：
2017-12-12 17:35:25
阅读次数：
208
原文地址：http://blog.sina.com.cn/s/blog_7ad48fee0102vb9c.html 摘要 JMLR杂志上最近有一篇论文，作者比较了179种不同的分类学习方法（分类学习算法）在121个数据集上的性能，发现Random Forest（随机森林）和SVM（支持向量机）分类准 ...
分类：
其他好文 时间：
2017-11-29 23:38:37
阅读次数：
201
Bagging 集成学习算法有两个大类:一个是Boosting，代表算法是AdaBoost；另一个是Bagging，本文介绍的随机森林是它的一个变种。 Bagging也叫自举汇聚法（bootstrap aggregating），它在原始数据集上通过有放回抽样重新选出$T$个包含$m$条数据的新数据集 ...
分类：
其他好文 时间：
2017-11-26 11:12:19
阅读次数：
304
前言机器学习相关算法数量庞大，很难一一穷尽，网上有好事之人也评选了相关所谓十大算法（可能排名不分先后），它们分别是：1.决策树2.随机森林算法3.逻辑回归4.支持向量机5.朴素贝叶斯6.K最近邻算法7.C均值算法8.Adaboost算法9.神经网络10.马尔可夫当然不同的评价标准会产生完..
分类：
其他好文 时间：
2017-11-12 11:02:56
阅读次数：
135
前言在机器学习中，分类问题占了很大一部分，而对于分类问题的处理有很多方法，比如决策树、随机森林、朴素贝叶斯、前馈神经网络等等；而最为常见的分类需求一般是二分类问题，即将样本分为两个集合，然后通过学习某些参数，对新的输入进行识别并划分到正确的类别中。在解决分..
分类：
其他好文 时间：
2017-11-06 22:57:44
阅读次数：
405
前言在之前一些文章的讨论中，通过一些例子我们可以发现（主要是关于决策树或随机森林的相关内容）其实并不是样本的所有属性可能都是那么得重要，只要不是同等重要，特别是在分类问题上可能可以去除一些属性或特征（一般决策树需要进行剪枝，其实剪枝的原因就在于此）依然能够..
分类：
其他好文 时间：
2017-10-31 23:52:10
阅读次数：
264
