网站首页 xgboost调参

• 

  一文了解RF,GBDT,XGBoost,lightGBM之间的异同

  RF,GBDT,XGBoost,lightGBM都属于集成学习（EnsembleLearning），集成学习的目的是通过结合多个基学习器的预测结果来改善基本学习器的泛化能力和鲁棒性。根据基本学习器的生成方式，目前的集成学习方法大致分为...

  2024-10-08 nanyue 技术文章 9 ℃
• 

  Mars Remote API轻松分布式执行Python函数

  Mars是一个并行和分布式Python框架，能轻松把单机大家耳熟能详的的numpy、pandas、scikit-learn等库，以及Python函数利用多核或者多机加速。这其中，并行和分布式Python函数主要利用Mar...

  2024-10-08 nanyue 技术文章 7 ℃
• 

  如何画XGBoost里面的决策树?（决策树 graphviz）

  最近用XGBoost很多,训练完模型后,一般只是看看特征重要性(featureimportancescore)。我对这种黑箱模型一般是不放心的,所以喜欢把结果尽可能的画出来看看。XGBoost是一种BoostingTree方法,...

  2024-10-08 nanyue 技术文章 9 ℃
• 

  AI算法机器学习常见面试题(四)（ai算法测试工程师面试）

  介绍一下Boosting的思想？初始化训练一个弱学习器，初始化下的各条样本的权重一致...

  2024-10-08 nanyue 技术文章 9 ℃
• 

  Python机器学习库Sklearn系列教程(21)-参数优化

  （网格搜索GridSearchCV、随机搜索RandomizedSearchCV、hyperopt）网格搜索GridSearchCVGridSearchCV用于系统地遍历多种参数组合，通过交叉验证确定最佳效果参数。classsklearn....

  2024-10-08 nanyue 技术文章 9 ℃
• 

  LightGBM的参数详解以及如何调优（lightgbm模型是什么）

  lightGBM可以用来解决大多数表格数据问题的算法。有很多很棒的功能，并且在kaggle这种该数据比赛中会经常使用。但我一直对了解哪些参数对性能的影响最大以及我应该如何调优lightGBM参数以最大限度地利用它很感兴趣。我想我应该做一些研...

  2024-10-08 nanyue 技术文章 11 ℃
• 

  XGBoost在携程搜索排序中的应用（携程排名规则）

  一、前言在互联网高速发展的今天，越来越复杂的特征被应用到搜索中，对于检索模型的排序，基本的业务规则排序或者人工调参的方式已经不能满足需求了，此时由于大数据的加持，机器学习、深度学习成为了一项可以选择的方式。携程主站搜索作为主要的流量入口之一...

  2024-10-08 nanyue 技术文章 9 ℃
• 

  94《风控炼丹炉模型调参-课程简介》(视频版)

  风控炼丹炉模型调参。我们的主题是风控的炼丹炉模型调参。这个课的主要内容就是在构建风控的评分卡的时候会做很多的模型。在这个模型里面跟模型的性能相关的不仅仅只是特征本身，还有模型本身的一些参数，也对模型的最终结果有一个比较大的影响。先回顾一下构...

  2024-10-08 nanyue 技术文章 8 ℃
• 

  XGBoost介绍（xgboost中文名是什么）

  1.介绍随机森林的方法是通过对多个决策树的预测求平均值来获得比单个决策树更好的性能。我们把随机森林方法称为“集成方法”（ensemblemethods）。根据定义，集成方法结合了几个模型的预测（例如，在随机森林的情况的几个树）。gradi...

  2024-10-08 nanyue 技术文章 12 ℃
• 

  如何选择最佳模型:GBDT、LightGBM、XGBoost、AdaBoost 轻松上手

  本文将重点分析机器学习领域的一个杰出例证：梯度提升决策树（GBDT）及其衍生模型LightGBM、XGBoost和AdaBoost。它们紧密联系，借助成熟的训练策略，成功地从基础阶段迈向了高级阶段，最终跨越成为先进的深度学习模型。这些技术能...

  2024-10-08 nanyue 技术文章 13 ℃