3個要素構成社交：人（關系鏈）、信息、互動 社交類產品： 社區和社交 http://www.woshipm.com/it/1437509.html[http://www.wo...
發簡信
IP屬地：天津
-
-
matplotlib和seaborn繪圖
http://www.lxweimin.com/p/7a0eafdd1340《利用Python進行數據分析·第2版》第9章 繪圖和可視化 matplotlib 引入 簡單示例...
-
泰坦尼克號乘客獲救預測-進階（天池）
機器學習實戰入門經典案例：泰坦尼克號乘客獲救預測-進階 天池項目鏈接：https://tianchi.aliyun.com/notebook-ai/detail?postId...
-
紅酒數據集分析（天池）
紅酒數據集分析 天池項目鏈接：https://tianchi.aliyun.com/notebook-ai/detail?postId=4662 數據集下載地址：http:/...
-
泰坦尼克號乘客獲救預測（天池）機器學習實戰入門經典案例：泰坦尼克號乘客獲救預測 天池項目鏈接：https://tianchi.aliyun.com/notebook-ai/detail?postId=64...
-
機器學習09 模型性能，選擇與泛化能力到現在為止， 我們介紹了一些分類回歸的模型， 當然還有許許多多的模型沒有介紹， 同時我們到現在還沒有對數據有過任何的加工，真實情況下，數據是需要清洗提煉，特征也是需要挖掘和選...
-
機器學習11 AdaBoost 與 前向分步算法
這一篇開始介紹Boosting，我們先介紹Boosting中的第一個模型， AdaBoost, 二分類學習模型 AdaBoost的基本原理，是每次改變樣本的權重，增大本次學習...
-
機器學習12 提升樹模型與梯度提升
這一篇繼續boosting，介紹一下提升樹算法， 提升樹以決策樹為基模型， 依然是加法模型，優化算法是前向分步算法。 針對分類問題， 決策樹是二叉分類樹， 回歸問題則是二叉回...
-
機器學習10 Bagging and Boosting
這一篇， 我們希望提升模型的性能， 除了更多的數據，更好的EDA等，集成學習可以從模型的角度提升模型的學習性能，即將基模型組合成一個大模型。 在介紹集成學習前， 我們先介紹一...
-
機器學習13 GBDT
這一篇開始講GBDT(梯度提升決策樹)， 根據上一篇可知，該模型每次學習的是損失函數的負梯度。所以基模型是回歸樹（因為每次都在擬合一個確定的值， 這和提升樹不一樣了，提升樹中...
-
機器學習14 XGBoost
這一篇開始介紹XGBoost。 和GBDT不同， XGBoost不僅僅使用了一階梯度， 還使用了二階梯度。同時增加了正則化。 第m步的損失函數： 是第m棵樹的復雜度，是前m-...
-
機器學習07 SVM
這一講要開始講SVM(Support Vector Machine)了，在深度學習流行以前，SVM占據著很重要的位置，它的理論推導是非常優美的。 SVM也是硬分類的一種，因為...