Публикации по теме 'gradient-boosting'


Повышение эффективности моделей машинного обучения с помощью Gradient Boosting
Gradient Boosting — это популярный метод машинного обучения, который в последние годы произвел революцию в прогнозном моделировании. Это ансамблевый метод обучения, который объединяет несколько слабых моделей для создания сильной прогностической модели. Этот метод приобрел огромную популярность благодаря своей способности обрабатывать различные типы данных, возможности интерпретации и высокой точности прогнозирования. Gradient Boosting включает в себя построение последовательности..
Оцените дерево регрессора решений
Как оценить производительность дерева регрессора решения с конечной областью? Дерево регрессии решений, также известное как дерево регрессии, представляет собой алгоритм машинного обучения, используемый для решения задач регрессии. Это вариант алгоритма дерева решений, который предсказывает непрерывные числовые значения вместо дискретных меток классов. Подобно дереву решений, дерево регрессора решений представляет собой иерархическую структуру, состоящую из узлов и ребер. Каждый узел..
Как я установил XGBoost после многих проблем на моем компьютере с Windows.
У меня miniconda с python 3.6.1, conda 4.3.22 и Win 10 64 бит. Но предложенное мной решение должно работать даже для тех, кто не использует conda. Перейдите в последний раздел, чтобы сразу перейти к решению. Я коротко расскажу. Я попытался установить XGBoost на свой компьютер с Windows, это было большим делом, потому что у меня это не сработало. Прежде всего я попробовал установить команду conda: conda установить xgboost Это не сработало для меня, потому что в то время не было..
АЛГОРИТМ ПОБЕДИТЕЛЕЙ KAGGLE XGBOOST
Что такое XGBoost? XGBoost (Extreme Gradient Boosting) — популярный алгоритм машинного обучения, который широко используется в проектах по науке о данных и машинному обучению. Это тип ансамблевого метода обучения, который объединяет несколько слабых моделей для создания более сильной модели. В частности, XGBoost — это алгоритм повышения градиента, который итеративно обучает деревья решений на остатках предыдущих деревьев с целью минимизации функции потерь. Вот некоторые ключевые..
Полное руководство по усилению ансамблей
Бустинг - одна из техник ансамбля, которая с каждым днем ​​становится все более популярной. Без сомнения, бустинг работает феноменально, но люди часто принимают его за модель черного ящика, и поэтому в этом блоге будет рассказано о бустерных ансамблях, включая его введение, математику, классификацию, ее реализацию и то, как интерпретировать ее результат. Но прежде чем разбираться в бустинговых ансамблях, лучше понять, что такое ансамбли, почему они предпочитают простые алгоритмы машинного..
Открытый курс машинного обучения. Тема 10. Повышение градиента.
Всем привет! На данный момент мы рассмотрели 9 тем, от исследовательского анализа данных до анализа временных рядов в Python. Сегодня мы рассмотрим один из самых популярных и практичных алгоритмов машинного обучения: повышение градиента. Более подробную математику вы можете найти в формате статьи nbviewer . Краткое содержание статьи Введение и история бустинга Алгоритм Gradient Boosting Machine Функции потерь Задание №10 Полезные ресурсы 1. Введение и история бустинга..
Повышение градиента в машинном обучении с визуальным объяснением
Чтобы разобраться в усилении градиента , давайте разберемся с концепцией ансамбля обучения на примере. Предположим, вы путешествуете видеоблогером и создали короткое видео о своей последней поездке в страну. Теперь вы хотите получить отзывы о видео, прежде чем размещать его на YouTube. Какими способами вы можете это сделать? Вы можете попросить одного из своих друзей оставить отзыв о видео для вас: Может случиться так, что ваш друг не хочет заставлять вас чувствовать..