关于：ELの话题 - 万象大数据平台 - 万象素材

6661

EL：集成学习(Ensemble Learning)的概念讲解、问题应用、算法分类、关键步骤、代码实现等相关配图详细攻略

记得微笑发布于 2021-06-16 22:51
收藏 EL AI 其他人工智能万象人工智能专栏

EL：集成学习(Ensemble Learning)的概念讲解、算法分类、问题应用、关键步骤、代码实现等相关配图详细攻略目录集成学习Ensemble Learning 1、集成学习中弱分类器选择 2、多个弱分类区如何组合 EL的解决问题类型 EL算法分类 1、VotingCl..

6748

EL之Bagging(DTR)：利用DIY数据集(预留30%数据+两种树深)训练Bagging算法(DTR)【图文】

晨光° 发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之Bagging(DTR)：利用DIY数据集(预留30%数据+两种树深)训练Bagging算法(DTR) 目录输出结果设计思路核心代码输出结果 1、treeDepth=1 2、treeDepth=5 设计思路核心代码 for iTrees in range(numTreesMax):idxBag = []for i ..

6630

EL之Bagging：利用Bagging算法实现回归预测(实数值评分预测)问题【图文】

八度余温发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之Bagging：利用Bagging算法实现回归预测(实数值评分预测)问题目录输出结果设计思路核心思路输出结果设计思路核心思路 #4.1、当treeDepth=1，对图进行可视化#(1)、定义numTreesMax、treeDepthnumTreesMax = 30treeDepth ..

6655

EL之Bagging(DTR)：利用Bagging对回归问题(实数值评分预测)建模(调2参)【图文】

怎扰春意发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之Bagging(DTR)：利用Bagging对回归问题(实数值评分预测)建模(调2参) 目录输出结果设计思路核心代码输出结果设计思路核心代码 bagFract = 1.0#----------------------☆☆☆☆☆nBagSamples = int(len(xTrain) * ba..

6627

EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题【图文】

可爱多又多发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之Boosting之GB(DTR)：利用梯度提升法解决回归(对多变量的数据集+实数值评分预测)问题目录输出结果设计思路核心代码输出结果设计思路核心代码 xList = []labels = []names = []firstLine = Truefor line in data:..

6605

EL之RF(随机性的Bagging+DTR)：利用随机选择属性的bagging方法解决回归(对多变量的数据集+实数值评分预测)问题【图文】

八度余温发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之RF(随机性的Bagging+DTR)：利用随机选择属性的bagging方法解决回归(对多变量的数据集+实数值评分预测)问题目录输出结果设计思路核心代码输出结果设计思路核心代码 for iTrees in range(numTreesMax):modelList.appe..

6672

EL之Boosting之GB(DTR)：简单回归问题使用梯度提升法(DIY数据集+DTR模型+调两参)【图文】

不过如此发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之Boosting之GB(DTR)：简单回归问题使用梯度提升法(DIY数据集+DTR模型+调两参) 目录输出结果设计思路核心代码输出结果1、eps=0.1,treeDepth=12、eps=0.1,treeDepth=52、eps=0.3,treeDepth=5设计思路核心代码 for iTrees in ra..

6650

EL之RF(RFC)：利用RF对二分类问题进行建模并评估【图文】

今夜月影如卿发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之RF(RFC)：利用RF对二分类问题进行建模并评估目录输出结果设计思路核心代码输出结果设计思路核心代码 auc = []nTreeList = range(50, 2000, 50)for iTrees in nTreeList:depth = NonemaxFeat= 8 rocksVMinesRFMode..

6612

EL之GB(GBM)：利用GB对回归(性别属性编码+调2参)问题(整数值年龄预测)建模【图文】

可念不可说发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之GB(GBM)：利用GB对回归(性别属性编码+调2参)问题(整数值年龄预测)建模目录输出结果设计思路核心代码输出结果 T1、T2、设计思路核心代码 #T1nEst = 2000depth = 5learnRate = 0.003maxFeatures = Nonesubsamp = 0.5#..

6666

EL之RF(RFR)：利用RandomForestRegressor对回归问题(实数值评分预测)建模(调2参)【图文】

欲望发布于 2021-06-15 21:28
收藏 EL ML DL Algorithm DataScience 其他人工智能万象人工智能专栏

EL之RF(RFR)：利用RandomForestRegressor对回归问题(实数值评分预测)建模(调2参) 目录输出结果设计思路核心代码输出结果设计思路核心代码 mseOos = []nTreeList = range(100, 1000, 100)#----▲☆▲☆▲for iTrees in nTreeL..

关于：ELの话题！

相关话题

推广链接

排行榜

热门话题

热门产品

热门素材

热门圈子

热门话题