gcForest：探索深度神经网络以外的方法

前段时间一直在搞xgboost，测试数据集准确率达到了：98.14%左右，调参达到了瓶颈，感觉准确率无法提升了，老师给推荐了gcForest，下载了源码，用默认的参数跑了下，测试数据准确率能达到98.6%左右。然后拜读了下周老师的论文，感觉他的算法在原来集成学习的基础上做了很大的改善，吸取了很多深度学习的东西。附上gcForest简介的链接，感兴趣的了解下：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2651994082&idx=1&sn=3a1f21ab37ea8322c6700f660b71648a&chksm=f1214313c656ca05de3d7b134570470333e2e4d9601548dad6a5bde98。

源码下载的话，建议不要用南大官网上的，版本比较老，可以从github上下载，也有人不断更新和维护，附上下载链接：https://github.com/kingfengji/gcForest，直接将gcForest-master导入到Pycharm编译器即可，打开requirements.txt文件，可以看到要求的配置，需要安装tensorflow，keras,windows安装教程如下：https://blog.csdn.net/simple84672642/article/details/78216394?locationNum=3&fps=1 ，还要有xgboost，附上windows下xgboost安装教程：http://blog.csdn.net/leo_xu06/article/details/52300869(推荐一个简单的：https://blog.csdn.net/cheney2000/article/details/79478654)

配置完环境后，打开examples包下的demo_mnist.py文件即可，这个是跑的手写数字识别的demo,如果前面import 的包提示出错，直接import相应的包就行了，一般这些包anaconda里都包括了，但是不知道为什么我使用的时候还是提示需要install包，然后install一下就可以了。这个数据集比较大，我的PC跑了一夜，还没有运行完，我就关掉了，这里就不附图了，附一张跑的我自己的数据集的图片的吧：

PS：我也是刚开始gcForest的学习的，正在拜读周老师的论文和研究代码，为了方便学习交流建了个gcForest交流群，欢迎大家加入，群号：745317329，写的比较仓促，后期有心得再分享。