【Boost】

常用AI/机器学习模型可解释技术与工具

作者|SophiaYang编译|岳扬目录01.SHAP02.Lime03.ExplainableBoostingMac
Baihai IDP·2023-01-13 17:20

时序预测 | Python实现XGBoost极限梯度提升树股票价格预测

时序预测|Python实现XGBoost极限梯度提升树股票价格预测目录时序预测|Python实现XGBoost极限梯度提升树股票价格预测预测效果基本描述环境配置模型描述程序设计参考资料预测效果基本描述Python
机器学习之心·2023-01-13 17:19

鲸鱼算法(WOA)优化xgboost的分类预测模型，多输入单输出模型，WOA-xgboost分类预测。

%%清空环境变量warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%添加路径addpath('xgboost_toolbox\')%%读取数据res
关注：智能算法及其模型预测·2023-01-13 16:33

鲸鱼WOA-XGboost拟合预测建模模型，数据格式多维自变量输入，单维因变量输出

鲸鱼WOA-XGboost拟合预测建模模型，数据格式多维自变量输入，单维因变量输出，直接替换数据就可以使用，程序内注释详细YID:6836673542099628Matlab建模
「已注销」·2023-01-13 16:31

鲸鱼WOA-XGboost拟合预测建模模型，数据格式多维自变量输入，单维因变量输出，直接替换数据就可以使用，程序内注释详细

鲸鱼WOA-XGboost拟合预测建模模型，数据格式多维自变量输入，单维因变量输出，直接替换数据就可以使用，程序内注释详细ID:6950673542099628
「已注销」·2023-01-13 16:00

鲸鱼WOA-XGboost拟合预测建模模型，数据格式多维自变量输入

鲸鱼WOA-XGboost拟合预测建模模型，数据格式多维自变量输入，单维因变量输出，直接替换数据就可以使用，程序内注释详细YID:6836673542099628
「已注销」·2023-01-13 16:52

CTR模型演变史

的发展也可谓一日千里，从2010年之前千篇一律的逻辑回归（LogisticRegression，LR），进化到因子分解机（FactorizationMachine，FM）、梯度提升树（GradientBoostingDecisionTree
远洋之帆·2023-01-13 15:55

Python机器学习及实践+从零开始通往Kaggle竞赛之路

编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost
喜欢安静的程序猿·2023-01-13 13:52

/include/caffe/common.hpp:4:32: fatal error: boost/shared_ptr.hpp: 没有那个文件或目录

sudoapt-getinstall--no-install-recommendslibboost-all-dev
qq_wuqingdefeng·2023-01-13 11:29

机器学习-CatBoost如何处理非数值型(Object)数据

很多机器学习模型在使用数据训练模型时，都无法处理非数值型数据，这就需要我们提前将数据进行独热编码，然后再使用数据训练模型，不过我一直倾心于CatBoost模型，CatBoost模型有以下几个特征：1.无需对非数值型数据进行预处理
异二次元·2023-01-13 08:59

独家 | 一文读懂Adaboost

本文是数据派研究部“集成学习月”的第二篇文章，本月将陆续发布关于集中学习的话题内容，月末将有答题互动活动来赢奖，欢迎随时留言讨论相关话题。引言在正儿八经地介绍集成学习的内容之前，我们想先介绍一下Kaggle竞赛，这是我们要介绍集成学习的初衷之一。Kaggle(https://www.kaggle.com)是由安东尼·戈德布卢姆在2010年创办的一个数据建模和数据分析平台，其目标就是使数据科学成为一
weixin_33920401·2023-01-13 07:39

梯度提升Adaboost

importpandasaspdimportnumpyasnpimportseabornassnsimportmatplotlib.pyplotaspltfromsklearn.metricsimportaccuracy_score,classification_report,roc_curve,aucfromsklearn.neighborsimportKNeighborsClassifierf
FQ L·2023-01-13 07:09

分类——组合算法之提升1：AdaBoost提升算法以及Python实现

分类提升(boosting):顾名思义，逐渐加入“专家预测”，从而使预测更精准。是一个递进过程。即第i个基本分类器的预测是建立在第i-1个基本分类器之上的。
slx_share·2023-01-13 07:38

机器学习技法8-Adboost算法

注：本文转载自：https://blog.csdn.net/weixin_30641999/article/details/98417986仅作学习交流使用。文章中所有的图片均来自台湾大学林轩田《机器学习技法》课程。笔记原作者：红色石头微信公众号：AI有道上节课主要开始介绍AggregationModels，目的是将不同的hypothesis得到的gtgt集合起来，利用集体智慧得到更好的预测模型G
hear~·2023-01-13 07:37

带AdaBoost算法的决策树回归器（decision tree regressor）

AdaBoost算法是指自适应增强（adaptiveboosting）算法，这是一种利用其他系统增强模型准确性的技术。
大熊M·2023-01-13 07:37

Adaboost

Adaboost的基本认识集成学习的一种集成学习：建立多个模型，用某种方法，将多个模型联系在一起，使其输出结果优于单个模型Adaboost算法：建立多个弱分类器，给每个弱分类器赋予权重，将这些弱分类器结合在一起得到一个强分类器
wrany·2023-01-13 07:37

Python(决策树/Adaboost)

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearnimportpreprocessingfromsklearn.model_selectionimporttrain_test_split,GridSearchCVfromsklearn.feature_sele
BKevin101·2023-01-13 07:36

Adaboost模型的python实现

文章目录介绍Adaboost库参数介绍实例二分类问题多分类问题作者：李雪茸介绍Adaboost算法是一种集成学习(ensemblelearning)方法。
zoujiahui_2018·2023-01-13 07:36

获取AdaBoost模型的重要特征

获取AdaBoost模型的重要特征模型训练之后，想要得到比较重要的特征，可以通过python的sklearn包来实现。
WANG_DDD·2023-01-13 07:36

NLP信息提取

时间(time)·专业性：医疗领域(蛋白质，疾病，药物)抽取关系(relations)·位于（locatedin),工作在(workat),部分(ispartof)基于规则的方法，基于监督学习的方法，boostrap
落花逐流水·2023-01-13 07:35

AdaBoost模型及案例（Python）

目录1Adaboost算法核心思想2Adaboost算法数学原理3使用sklearn实现Adaboost算法4案例：信用卡精准营销模型4.1模型搭建4.1.1读取数据4.1.2提取特征变量与目标变量4.1.3
QYiRen·2023-01-13 07:34

关于AdaBoost算法计算变量重要度的理解

在看AdaBoost算法在R中的实现函数boosting时，发现该函数可以计算变量重要度(importance)，不仅感慨这个函数好强大，不但可以轻松调用AdaBoost这种集成学习算法，还提供了计算变量
巴顿庄园·2023-01-13 07:34

Boosting：AdaBoost分模块python实现

Adaboost的理论知识请参考文章：Boosting：AdaBoost理论知识AdaBoosting（
乐想屋·2023-01-13 07:04

问题解决：DataConversionWarning: A column-vector y was passed when a 1d array was expected

在进行预测时，使用代码如下：model_AdaBoostRegressor.fit(df_train_X,df_train_y)actual_lst=df_test_y.values.tolist()pred_lst
此去经年天问·2023-01-13 05:44

Dlib模型实现人脸识别

/本文章下载的是dlib-19.14.zip，下载完成后解压安装dlib安装Cmake下载链接：https://cmake.org/download/下载安装包直接点击安装就行，注意环境变量的设置下载boost
浮屠tufu·2023-01-13 04:39

xgboost算法_第七章 xgboost算法-深入了解xgboost

下面我们来一窥究竟xgboost算法的底层原理，在进一步介绍之前我们有必要对以下几个知识点进行准备，一是cart树，二是导数，三是最优化，看起来好像很枯燥很高深的样子，不要怕，每一部分我们都从简说明。
weixin_39836803·2023-01-13 01:51

Sklearn XGBoost模型算法分类建模-----风控项目实战（PR曲线、KS、AUC、F1-Score各类指标）

项目背景:二手手机需从前端质检项推断手机有无拆修问题思路：a)X值:前端各类质检项，对应映射ID+RANK值(涉及质检项会有等级排序，需进行RANK排序（属性值RANK一般需手工或是系统配置时候就有对应映射，如果是按照ID大小排序，则可以考虑SQL的进行rank()over(partitionby))b)Y值:业务角度选出有问题的手机质检项，拆修、进水等等，此类问题涉及到多个属性值+多个属性值等级
Hey_XXP·2023-01-13 01:51

机器学习 -- XGBoost算法学习笔记

文章目录前言1.基本概念1.1回归树与决策树1.2CART回归树1.3boosting集成学习1.4回归树形成的关键点2.集成思想3.分析思路3.1贪心算法3.1.1暴力枚举4.原理推导5.总结6.XGBoost
三年二班的小黄·2023-01-13 01:20

使用xgboost建立评分卡

目录1.特征工程1.1数据维度1.2特征衍生1.3离散处理1.3.1one-hot编码1.3.2WOE编码1.4特征筛选1.4.1solveKS1.4.2solvePSI1.4.3迭代特征筛选1.4.4自动化调参2.模型训练3.模型检验3.1生成模型报告4.映射分数基于梅老师《智能风控原理、算法与工程实践》的理解。1.特征工程信用评分模型的主要目的是衡量一个用户的信用风险。因此，特征的构造也要围绕
一直在路上ing·2023-01-13 01:19

基于Xgboost的AI评分卡构建

3.与之前的逻辑回归评分卡不同，本次主要尝试用xgboost做一张评分卡4.代码和数据集见文末导入相关包importnumpyasnpfromsklearn.model_selectionim
爱挠静香的下巴·2023-01-13 01:48

基于 Optuna 的模型超参数优化

文章目录1.Optuna简介1.1Optuna介绍1.2Optuna安装1.3Optuna示例2.LGBM和XGBoost调参汇总2.1LGBM2.1.1定义Objective2.1.2调参try2.1.3
酒酿小圆子～·2023-01-12 21:10

【阶段三】Python机器学习18篇：机器学习项目实战：AdaBoost算法的核心思想、原理与数学原理举例

本篇的思维导图：AdaBoost算法的核心思想AdaBoost算法（AdaptiveBoosting）是一种有效而实用的Boosting算法，它以一种高度自适应的方式按顺序训练弱学习器。
胖哥真不错·2023-01-12 20:00

ubuntu C++ linux安装opencv

文章目录1安装运行环境2下载opencv3cmake3.1error-DShouldbe:VAR:type=value4make4.1errorboostdesc5install6配置6.1配置pkg-config
雨浅听风吟·2023-01-12 20:15

TypeError: Cannot create a consistent method resolution order (MRO) for bases object, JavaModel, Jav

Cannotcreateaconsistentmethodresolutionorder(MRO)forbasesobject,JavaModel,JavaPredictionModel,JavaMLWritable,XGBoostReadable
云发·2023-01-12 19:31

adaboost算法简介

adaboost算法介绍最近开始学习人脸识别和分类器方面的东西，看了一篇介绍adaboost算法的论文，感觉不错，给大家分享一下：adaboost算法的指导思想是“三个臭皮匠赛过诸葛亮”，原理是从很多的弱分类算法中根据某种准则选择一些好的弱分类算法
zhouchengyunew·2023-01-12 17:23

adaboost简介和思考

boostingandbagging：bagging：（bootstrapaggregating）简称bagging，是一种基于数据随机抽取的分类器构造方法，从数据中按一定的抽取方式S个样本，然后s个样本对应
我的脚步声·2023-01-12 17:22

A Self-boosting Framework for Automated Radiographic Report Generation

ASelf-boostingFrameworkforAutomatedRadiographicReportGeneration模型概述模型整体架构模型详解模型概述这篇Paper提出一种自增强框架来改进放射学报告的生成
Jason Avicii·2023-01-12 16:18

AdaBoost介绍

集成学习算法可以分为Bagging（并行训练多个弱分类器，对于分类，采用投票方式，经典例子，随机森林），Boosting（迭代生成弱分类器，并将其加入到当前学习分类器，对数据集分配权重（容易分错的数据权重高
无脑敲代码，bug漫天飞·2023-01-12 16:17

AdaBoost算法的简单介绍

adaboost是集成学习中的一种，通过组合多个弱分类器来达到强分类器的效果。简单来说，adaboost其实是将元数据空间划分成多个子空间，并且保障每个空间上只存在一类元素。
langsiming·2023-01-12 16:46

AdaBoost 简介【译】

原文：AdaBoost简介目前的集成学习（EnsembleLearning）方法大致可分为两类：一是个体学习器之间存在强依赖关系、必须串行生成的序列化方法，代表算法是Boosting；二是个体学习器之间不存在强依赖关系
XP-Code·2023-01-12 16:44

[基本功]Adaboost简介

Adaboost算法（分类）输入：训练数据集T=(x1,y1),(x2,
女青年学习日记·2023-01-12 16:43

ros kinetic 消息发布器和接收器（cpp) 教程中对 ros::init 等未定义的引用问题解决

编写简单的消息发布器和订阅器(C++)，出现了如下的错误，这里只列出了错误的一小部分代码：CMakeFiles/listener.dir/src/listener.cpp.o：在函数‘chatterCallback(boost
奔跑的小zhang·2023-01-12 10:32

【阶段三】Python机器学习16篇：机器学习项目实战：集成模型介绍、随机森林模型的基本原理与随机森林分类模型

集成学习模型的常见算法有Bagging算法和Boosting算法两种。算法类型模型名称
胖哥真不错·2023-01-12 06:05

数据挖掘面试准备（1）|常见算法（logistic回归，随机森林，GBDT和xgboost）

9.25r早上面网易数据挖掘工程师岗位，第一次面数据挖掘的岗位，只想着能够去多准备一些，体验面这个岗位的感觉，虽然最好心有不甘告终，不过继续加油。不过总的来看，面试前有准备永远比你没有准备要强好几倍。因为面试过程看重的不仅是你的实习经历多久怎样，更多的是看重你对基础知识的掌握（即学习能力和逻辑），实际项目中解决问题的能力（做了什么贡献）。先提一下奥卡姆剃刀：给定两个具有相同泛化误差的模型，较简单的
勿悔Choles·2023-01-12 00:27

传统机器学习模型如何做在线预测

常见的机器学习模型包括但不限于：线性回归，Logistic回归决策树随机森林SVMBoosting（AdaBoost，XGBoost）隐式马尔可夫本文我们用一个实际的例子介绍如何使用ONNX生态的解决方案将
andy_haiying·2023-01-11 19:45

xgboost论文详细介绍及翻译

XGboost：一种可扩展的boosting系统”论文介绍摘要作者介绍了一种可扩展的端到端treeboosting模型，这种模型能广泛应用于数据科学中，模型训练迅速，并能得到目前为止最好的实验结果。
Antony Lambert·2023-01-11 14:47

XGBoost论文解读

本博客分为三块——正则化的目标函数、切分点查找算法和高效实现，分别对XGBoost原论文的第2、3和4章进行了探讨。正则化的目标函数：XGBoost也是一种提升方法。
拖锡二傻子·2023-01-11 14:47

XGBoost论文翻译

0.摘要  Treeboosting是一个高效的并且广泛应用的机器学习方法。
独影月下酌酒·2023-01-11 14:47

经典论文阅读（2）——XGBoost

xgboost是基于梯度提升的树，公式如下：其中为CART回归树，每个叶子都有一个连续分数，拟合最终目标的loss函数如下，为预测值，为真实值，T为叶子节点个数，为叶子节点权重平方和。
fmf1287·2023-01-11 14:16

XGBoost论文阅读

XGBoost支持在各个场景中使用。提出一种树学习方法，支持稀疏数据，并行化和分布式训练、支持更快
Bruce-XIAO·2023-01-11 14:46
上一页 57 58 59 60 61 62 63 64 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他