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
#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
[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
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
[toc] 最近学习了一些凸优化的知识，想写几篇随笔作为总结备忘。在此篇中我们简要地介绍一点点基本概念。 1. 凸集 定义1. 集合$S\in\mathbb{R}^{n}(n\geq 1)$ 被称为是凸集，如果对于任意的$x,y\in S$,$t\in (0,1)$则 $t ...
分类：
其他好文 时间：
2019-10-05 22:31:44
阅读次数：
126
课程内容 1. 预备知识 2. 线性规划 3. 一维搜索方法 4. 无约束最优化方法 5. 约束最优化方法 6. 工程应用优化 预备知识 1. 最优化问题 2. 多元函数的Taylor公式 3. 多元函数极值问题 4. 凸集、凸函数和凸优化 5. 算法相关概念 6. 算法概述 最优化问题 数学表示 ...
分类：
其他好文 时间：
2019-09-22 15:04:49
阅读次数：
97
原始问题： 假设$f(x),c_{i}(x),h_{j}(x)$是定义在$R^{n}$上的连续可微函数，考虑约束最优化问题： $\underset{x\in R^{n}}{min}f(x)$ $s.t. \ c_{i}\leq 0,i=1,2,3...k$ $h_{j}= 0,j=1,2,3...l ...
分类：
其他好文 时间：
2019-09-04 00:14:57
阅读次数：
100
拉格朗日对偶性 拉格朗日对偶性 在约束最优化问题中，常常利用拉格朗日对偶性（Lagrange duality）将原始问题转为对偶问题，通过解对偶问题而得到原始问题的解。例如，最大熵模型与支持向量机。 原始问题 假设f(x)，ci(x)，hj(x)是定义在Rn上的连续可微函数。考虑约束最优化问题，即原 ...
分类：
其他好文 时间：
2019-08-21 11:47:08
阅读次数：
77
一、贪心算法 解决最优化问题的算法一般包含一系列的步骤，每一步都有若干的选择。对于很多最优化问题，只需要采用简单的贪心算法就可以解决，而不需要采用动态规划方法。贪心算法使所做的局部选择看起来都是当前最佳的，通过局部的最优化选择来产生全局最优解。本文将介绍贪心算法的理论基础和一些简单应用。在求最优解问 ...
分类：
编程语言 时间：
2019-08-06 01:15:34
阅读次数：
173
数学优化（Mathematical Optimization）问题，也叫最优化问题，是指在一定约束条件下，求解一个目标函数的最大值（或最小值）问题。 数学优化问题的定义为：给定一个目标函数（也叫代价函数）f : A → R，寻找一个变量（也叫参数）x? ∈ D，使得对于所有D中的x，f(x?) ≤ ...
分类：
其他好文 时间：
2019-07-26 16:09:25
阅读次数：
150
