IP属地：北京
背景 最近在训练树模型的时候遇到了一个问题：在一次手动特征工程之后，我从原始数据衍生了3个类别型特征，随后加入模型训练，以期望带来模型效果的提升...
embedding 的原理 embedding 层做了个什么呢？它把我们的稀疏矩阵，通过一些线性变换（在CNN中用全连接层进行转换，也称为查表操...
没有逻辑回归之前，我们是怎么思考一个分类问题呢？ Gaussian distribution (高斯分布) 假设在一个平面直角坐标系上朝原点扔飞...
之前的文章写在了 CSDN，暂时没有挪过来https://blog.csdn.net/v_princekin/article/details/7...
一、模型介绍 上一篇文章介绍了一个梯度提升决策树模型 XGBoost[//www.greatytc.com/p/305e4c43ab...
一、模型介绍 XGBoost 是 boosting 算法的其中一种。Boosting 算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为...
一、模型介绍 GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升决策树。 GBDT 也是集成学习 Bo...
一、模型介绍 Adaboost 是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更...
不同的机器学习任务有着不同的性能评价指标。例如，分类问题，可以使用准确率 (Accuracy)、对数损失函数 (log-loss)、AUC等评价...