【机器学习】图解机器学习中的 12 种交叉验证技术 / 开普饭

GBDT全称为gradient boosting decision tree, 是一种基于决策树的集成学习算法.在Adaboost算法中,弱分类器的模型可以根据需要灵活选择,而GBDT则强制限定为决策 ...

ML之FE:特征工程中常用的五大数据集划分方法(特殊类型数据分割,如时间序列数据分割法)讲解及其代码特殊类型数据分割 5.1.时间序列数据分割TimeSeriesSplit class TimeSe ...

该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

这是一篇关于机器学习工具包Scikit-learn的入门级读物.对于程序员来说,机器学习的重要性毋庸赘言.也许你还没有开始,也许曾经失败过,都没有关系,你将在这里找到或者重拾自信.只要粗通Python ...

DL之RBM:(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别输出结果实现代码 from __future__ imp ...

朴素贝叶斯是建立在贝叶斯定理上的一种分类模型,贝叶斯定理是条件概率的一种计算方式,公式如下通过比较不同事件发生的概率,选取概率大的事件作为最终的分类.在朴素贝叶斯中, 为了简化计算,假设各个特征之间 ...

XGBoost是梯度提升集成算法的强大而有效的实现.配置XGBoost模型的超参数可能具有挑战性,这通常会导致使用既费时又计算量大的大型网格搜索实验.配置XGBoost模型的另一种方法是在训练过程中算 ...

https://m.toutiao.com/is/JTpGVoD/ 线性回归可能是最常见的算法之一,线性回归是机器学习实践者必须知道的.这通常是初学者第一次接触的机器学习算法,了解它的操作方式对于更好 ...

本文聚焦于特征工程(feature engineering)和其他步骤,如特征抽取(feature extraction).构建流水线(pipeline,很多翻译成油管,我个人觉得流水线似乎更准确). ...

这篇文章将作为决策树的高级概述.它将涵盖决策树如何训练,与"信息增益"和"基尼指数"相关信息.我还将进行超参数调整和决策树剪枝以进行优化.本文介绍的两种决策树算 ...

【机器学习】图解机器学习中的 12 种交叉验证技术