LightGBM

python决策树剪枝_机器学习基础：可视化方式理解决策树剪枝

本文以理论白话+具体案例的形式来讲清楚这个重要知识点，打好决策树这个基础，有助于理解之后我们要讲解的随机森林、gbdt、xgboost、lightgbm等模型。
weixin_39640687·2022-11-22 22:13

CatBoost 和 Light GBM 和 XGBoost 使用GPU训练对比

CatBoost和LightGBM和XGBoost学习目标：学习内容：LightGBM和XGBoost的结构差异每个模型如何处理分类变量？
浪漫的数据分析·2022-11-22 19:41

NNI神经网络模型压缩教程

微软自动深度学习工具NNI具备以下优势：支持多种框架：提供基于Python的SDK，支持PyTorch、TensorFlow、scikit-learn、LightGBM等主
AI算法-图哥·2022-11-22 19:02

LazyProphet：使用 LightGBM 进行时间序列预测

当我们考虑时间序列的增强树时，通常会想到M5比赛，其中前十名中有很大一部分使用了LightGBM。但是当在单变量情况下使用增强树时，由于没有大量的外生特征可以利用，它的性能非常的糟糕。
数据派THU·2022-11-22 12:43

时间序列预测 | Python实现LightGBM模型时间序列预测

时间序列预测|Python实现LightGBM模型时间序列预测目录时间序列预测|Python实现LightGBM模型时间序列预测基本介绍程序设计总结基本介绍创建一个基于LightGBM并且适合个人使用的时间序列的快速建模程序
小橘算法屋·2022-11-22 12:38

详解基于 LightGBM 与傅里叶基函数的 LazyProphet 原理和实践 | 快速做单变量时间序列预测

LazyProphet是一个基于LightGBM，为单变量时间序列预测而设计的高效的模型。增加
叶庭云·2022-11-22 12:02

机器学习学习——超参数寻优工具库

【机器学习】Optuna机器学习模型调参(LightGBM、XGBoost)Optuna—超参自动化调整利器学习笔记调参|Hyperopt：模型选择和超参数优化Python库
量化橙同学·2022-11-22 00:05

react 递归遍历四层树结构 遍历分支中的最后一个节点_终于有人把XGBoost 和 LightGBM 讲明白了，项目中最主流的集成算法！...

本文是决策树的第三篇，主要介绍基于Boosting框架的主流集成算法，包括XGBoost和LightGBM。
weixin_39986741·2022-11-22 00:49

机器学习-决策树（XGBoost、LightGBM）

【机器学习】决策树——XGBoost、LightGBM主要介绍基于Boosting框架的主流集成算法，包括XGBoost和LightGBM。
GoAI·2022-11-21 23:41

一文读懂xgboost,lightgbm分类评价指标与阈值threshold的选取

分类的评价指标主要有F-score(F-measure),recall,precision，ROC曲线，AUC曲线.其中涉及到混淆矩阵(confusionmatrix),TN,TP,FN,FP.事实上，这适用于所有的分类模型，并不局限于xgb,lgb。只是这两种模型分类效果尤为显著，因此本文以lgb作二分类为例，来应用这些评价指标，与展示threshold如何选取。为了方便理解，我画了一张图：可以
巫巫9·2022-11-21 07:00

天池赛：工业蒸汽量预测

目录前言一、赛题介绍二、数据探索1.读取数据、查看数据分布2.数据相关性3.QQ图及BOX-COX变换三、特征处理1.catboost及lightgbm特征处理a.特征交叉b.平均数编码2.linear
wjzeroooooo·2022-11-21 05:27

天池教学赛：银行客户认购产品预测

duration分箱展示3.查看数据分布4.数据相关图5.其它变量可视化展示三、数据建模四、特征输出五、最终成绩前言本次比赛数据集质量比较好，没有缺失值及重复值，但正负样本不均衡，模型使用了xgboost、lightgbm
wjzeroooooo·2022-11-21 05:05

数据挖掘机器学习[七]---2021研究生数学建模B题空气质量预报二次建模求解过程：基于Stacking机器学习混合模型的空气质量预测｛含码源+pdf文章｝

数据探索性分析｝数据挖掘机器学习---汽车交易价格预测详细版本[三]｛特征工程、交叉检验、绘制学习率曲线与验证曲线｝数据挖掘机器学习---汽车交易价格预测详细版本[四]｛嵌入式特征选择（XGBoots,LightGBM
汀、·2022-11-21 01:03

上手机器学习系列-第6篇（上）-LightGBM编码

LightGBM相比于XGBoost，LightGBM官网的文档、Github写得都不敢让人恭维（缺少细节、案例语焉不详）。因此本篇从实际使用角度来介绍用法，就显得更有意义了。
a_step_further·2022-11-20 19:11

机器学习算法汇总

MachineLearning算法模型理解：决策树(decisiontree)详解集成算法(Bagging，随机森林)集成算法(AdaBoost基本原理)Boosting算法（GBDT，XGBoost，LightGBM
丿回到火星去·2022-11-20 18:24

集成学习（bagging、boosting）

Bagging类方法1.1Bagging(BootstrapAggregating)1.2随机森林（RandomForest）2.Boosting类方法2.1AdaBoost算法2.2XGBoost2.3LightGBMXGBoost
小葵向前冲·2022-11-20 13:00

实战十一：基于CatBoost,XGBoost,LightGBM的路况多分类任务 代码+数据

概述演示了对交通路况预测的基本流程。数据集包含了2019年7月1日至2019年7月31日西安市的实时和历史路况信息,以及道路属性和路网拓扑信息，规模庞大，要求测试集中每个样本待预测时间片的路况状态。该任务是一个多分类任务，需要预测三种路况状态，每路况状态标签对应如下：类别名畅通缓行拥堵标签123数据集:数据集包含了2019年7月1日至2019年7月31日西安市的实时和历史路况信息，实时路况信息包含
甜辣uu·2022-11-20 10:17

coggle1-2月打卡之LightGBM实战

categorical_feature不使用category_feature时任务6：模型微调与参数衰减任务7：特征筛选方法任务8：自定义损失函数任务9：模型部署与加速（可选，不参与积分）任务1：模型训练与预测步骤1：导入LightGBM
Litra LIN·2022-11-20 03:19

lightGBM有效因子筛选与qlib自定义handler

lightGBM所代表的集成树模型，优点特别明显，就是快且质量不低，用于量化非常合适。关键它可以筛选因子。01重点因子筛选get_feature_importance()就可以把因子的打分倒序列出来。
AI量化投资实验室·2022-11-20 02:24

集成算法xgboost、lightGBM、Catboost简介

集成算法bagging每个模型之间相互独立，各自训练之后取平均就是结果。典型代表就是随机森林，基础模型就是决策树。优点：各个基础模型独立训练，因此并行性更高，速度更快。缺点：因为模型独立，而基础模型的精度也有限，因此总体模型的精度上限也不算很高。Boosting模型和模型训练是有关联的。训练完一个模型后，会根据它的结果专门训练下一个模型去修补某些误差。就像打高尔夫球一样，不能一杆进洞，但每次都是靠
qq_45812502·2022-11-19 19:52

2022 CCF BDCI大赛之返乡发展人群预测 | StratifiedKFold和Lightgbm应用

一、赛题介绍1.赛题背景近年来，中国经济飞速发展。随着一线城市的生活压力不断增大，越来越多的年轻人选择了返回家乡发展。中国联通大数据体系已形成九大类3000个以上标签，每日千亿级数据采集加工能力，pb级存储能力能够提供4亿用户的全样本数据。中国联通也一直在进行针对大数据应用和服务模式的创新研究为数据行业提供不少的经验和指导。中国联通的大数据业务在运营商中连续多年稳居第一。2.赛题任务基于中国联通的
bare head·2022-11-19 18:36

LightGBM模型简单预测股票涨跌情况

最近入迷研究各种股票分析的指标，一想不如用熟悉的Python帮忙搞一搞，顺便做了一个二分类预测模型，供大家参考学习，也欢迎有量化分析兴趣的朋友沟通交流！Python中使用akshare这个第三方库来获取股票市场的数据，官方链接：http://akshare.readthedocs.iopipinstallakshare注意：akshare支持Python3.7版本及以上，版本旧的同学需要更新除此之
麦片加奶不加糖·2022-11-19 17:15

LightGBM原理介绍

简介是GBDT模型的一个进化版本，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点（备注：容易出现过拟合的风险，需要限制树的最大深度来防止过拟合）。LGB是一个实现GBDT算法的框架，支持高效率的并行训练，并且具有更快的训练速度、更低的内存消耗、更好的准确率、支持分布式可以快速处理海量数据等优点。解决痛点GBDT在每一次迭代的时候，都需要遍历整个训练
一个打码的小年轻·2022-11-19 08:20

lightgbm pandas安装_Py之lightgbm：lightgbm的简介、安装、使用方法之详细攻略

Py之lightgbm：lightgbm的简介、安装、使用方法之详细攻略lightgbm的简介LightGBM是一个梯度boosting框架,使用基于学习算法的决策树.它是分布式的,高效的,装逼的,它具有以下优势
weixin_39856208·2022-11-19 08:19

lightgbm java_搭建基于 java + LightGBM 线上实时预测系统

#tasktype,supporttrainandpredicttask=train#boostingtype,supportgbdtfornow,alias:boosting,boostboosting_type=gbdt#applicationtype,supportfollowingapplication#regression,regressiontask#binary,binaryclas
野草学社·2022-11-19 08:19

task5-LightGBM

LightGBM的原理与实现GBDTKaggle上的比赛有一半以上的冠军方案都是基于GBDT模型。
冲绳流浪猫·2022-11-19 08:45

机器学习----XGBoost和lightGBM

XGBoostXGBoost（ExtremeGradientBoosting）全名叫极端梯度提升树，XGBoost是集成学习方法的王牌，在Kaggle数据挖掘比赛中，大部分获胜者用了XGBoost。XGBoost在绝大多数的回归和分类问题上表现的十分顶尖最优模型的构建方法我们在前面已经知道，构建最优模型的一般方法是最小化训练数据的损失函数。我们用字母L表示损失，如下式其中，F是假设空间假设空间是在
__Miracle__·2022-11-19 08:12

LightGBM 二元分类、多类分类、 Python的回归和分类器应用

LightGBM是一个梯度提升框架，它使用基于树的学习算法。与其他提升算法相比，它被设计为分布式且高效。可以用于比较的模型是XGBoost，它也是一种提升方法，与其他算法相比，它的表现非常出色。
python机器学习建模·2022-11-19 08:36

Multi-task LightGBM安装

Multi-taskLightGBM库(lightgbmmt)安装Multi-taskLightGBM库(lightgbmmt)安装本文提供多任务机器学习(MTML)库中的MT-LightGBM安装方式
fitzgerald0·2022-11-19 08:58

实战八：基于LightGBM进行海洋轨迹预测 代码+数据（非常详细可作为毕设）

0.概述案例知识点：任务描述：本教程旨在根据仿真人体漂流坐标、海洋环境要素等数据信息，利用lightgbm算法建立落水人员漂移预测模型，模型能够预测落水人员的漂流轨迹，最大程度减小搜寻区域的大小，减少搜救力量的投入
甜辣uu·2022-11-19 07:55

NLP项目实战—京东健康智能分诊文本分类项目

文本预处理与特征工程1.文本预处理2.特征工程2.1基于词向量的特征工程2.2基于人工定义的特征四、三个任务1.project12.project23.project3项目环境配置如下：jieba0.42.1lightgbm3.2.1scikit-learn0.24.2scikit-multilearn0.2.0gensim3.8.3
哎呦-_-不错·2022-11-19 04:13

XGBoost, LightGBM

目录XGBoost(eXtremeGradientBoosting)RegularizedLearningObjectiveGradientTreeBoosting(HowdoweLearn)SplitFindingAlgorithmsBasicExactGreedyAlgorithmApproximateAlgorithmWeightedQuantileSketch(加权分位数草图法)Spars
连理o·2022-11-18 11:12

算法面试题

boosting的区别2.GBDT原理及与RF的区别RandomForest3.GBDT与LR的区别，并说说什么情景下GBDT不如LR4.Xgboost与GBDT比较，特征并行化怎么做5.XGBoost及LightGBM6
识醉沉香·2022-11-18 11:40

【机器学习】机器学习知识点全面总结（监督学习+无监督学习）

1.1.6bp神经网络1.1.7支持向量机(SVM)1.1.8朴素贝叶斯1.2集成学习1.2.1Boosting1.2.1.1GBDT1.2.1.2Adaboost1.2.1.3XGBoost1.2.1.4LightGBM1.2.1.5CatBoos
旅途中的宽~·2022-11-17 11:53

LightGBM算法案例实战——客户违约预测模型

案例背景银行等金融机构经常会根据客户的个人资料、财产等情况，来预测借款客户是否会违约，从而进行贷前审核，贷中管理，贷后违约处理等工作。金融处理的就是风险，需要在风险和收益间寻求到一个平衡点，现代金融某种程度上便是一个风险定价的过程，通过个人的海量数据，从而对其进行风险评估并进行合适的借款利率定价，这便是一个典型的风险定价过程，这也被称之为大数据风控。模型搭建1.读取数据importpandasas
遇鱼语渔·2022-11-15 09:37

LightGBM算法——广告收益回归预测模型

案例背景投资商经常会通过多个不同渠道投放广告，以此来获得经济利益。在本案例中我们选取公司在电视、广播和报纸上的投入，来预测广告收益，这对公司策略的制定是有较重要的意义。模型搭建#读取数据importpandasaspddf=pd.read_excel('广告收益数据.xlsx')df.head()#1.提取特征变量和目标变量X=df.drop(columns='收益')y=df['收益']#2.划
遇鱼语渔·2022-11-15 09:37

机器学习-LightGBM算法分类器-附python代码

LightGBM官方地址：https://lightgbm.readthedocs.io/en/v3.3.2/1.1原理解释LightGBM，轻量的梯度提升机(LightGradientBoostingMachine
gao_vip·2022-11-15 09:33

数据挖掘机器学习[四]---汽车交易价格预测详细版本｛嵌入式特征选择（XGBoots,LightGBM），模型调参（贪心、网格、贝叶斯调参）｝

题目出自阿里天池赛题链接：零基础入门数据挖掘-二手车交易价格预测-天池大赛-阿里云天池相关文章：特征工程详解及实战项目【参考】数据挖掘---汽车车交易价格预测[一](测评指标；EDA)数据挖掘机器学习---汽车交易价格预测详细版本[二]｛EDA-数据探索性分析｝数据挖掘机器学习---汽车交易价格预测详细版本[三]｛特征工程、交叉检验、绘制学习率曲线与验证曲线｝数据挖掘机器学习---汽车交易价格预测
汀、·2022-11-15 09:00

python机器学习案例系列教程——LightGBM算法

安装pipinstalllightgbm11gitup网址：https://github.com/Microsoft/LightGBM中文教程http://lightgbm.apachecn.org/cn
很多公司都会v·2022-11-15 09:59

深入理解LightGBM

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文主要内容概览：1.LightGBM简介GBDT(GradientBoostingDecisionTree)是机器学习中一个长盛不衰的模型
小白学视觉·2022-11-15 09:29

LightGBM调参

GBDT模型的另一个进化版本：LightGBM。
CtrlZ1·2022-11-15 09:58

用通俗易懂的方式讲解：lightGBM 算法及案例（Python 代码）

文章目录1介绍lightGBM之前1.1lightGBM演进过程1.2AdaBoost算法1.3GBDT算法以及优缺点1.4启发2什么是lightGBM3lightGBM原理3.1基于Histogram
Python数据挖掘·2022-11-15 09:26

【数据分析与挖掘】基于LightGBM,XGBoost,逻辑回归的二分类/多分类的分类预测实战(有数据集和代码)

【机器学习】基于逻辑回归，LightGBM,XGBoost额的分类预测一.基于逻辑回归的分类预测1逻辑回归的介绍和应用1.1逻辑回归的介绍1.2逻辑回归的应用2.Demo实践**Step1:库函数导入*
CHRN晨·2022-11-15 09:25

算法-lightgbm cheatsheet

算法-lightgbm实践算法-lightgbm实践算法-lightgbm实践最近，工作中使用到了lightgbm作为二分类器，需要进一步学习该算法的各类知识，本文用于记录lightgbm使用过程中的知识点和问题
哥德巴赫的猜想·2022-11-15 09:54

【白话机器学习】算法理论+实战之LightGBM算法

1.写在前面如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，在这简单的先捋一捋，常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等前面已经尝试用最白话的语言完成了一个白话机器学习算法理论+实战系列，这个系列已经基本包含了上面这些算法的原理和基本使用。
文文学霸·2022-11-15 09:53

LightGBM 重要参数、方法、函数理解及调参思路、网格搜索（附例子）

文章目录一、LightGBM原生接口重要参数训练参数预测方法绘制特征重要性分类例子回归例子二、LightGBM的sklearn风格接口LGBMClassifier基本使用例子LGBMRegressor基本使用例子三
VariableX·2022-11-15 09:52

LightGBM参数

参考：https://www.freesion.com/article/76441004344/#LightGBM__sklearn__329https://blog.csdn.net/qq_39777550
拒绝气泡·2022-11-15 09:21

网格搜索调参-基于LightGBM算法分类器

LightGBM，是基于树结构的分类器模型，其基本思想是对所有特征都按照特征的数值进行排序，找到一个特征上的最好分割点，将数据分裂成左右子节点。
gao_vip·2022-11-15 09:20

【机器学习】随机森林、GBDT、XGBoost、LightGBM等集成学习常用代码汇总

本文来总结一下机器学习中的集成学习常用代码，喜欢可以收藏、点赞。importwarningswarnings.filterwarnings("ignore")importpandasaspdfromsklearn.model_selectionimporttrain_test_split文章目录技术提升生成数据模型对比XGBoost的使用1.原生XGBoost的使用2.使用scikit-learn
Python数据开发·2022-11-11 08:11

KFold实例：基于鸢尾花的K折交叉验证

importpandasaspdimportnumpyasnpfromsklearn.model_selectionimportKFoldfromsklearn.datasetsimportload_irisfromlightgbmimportLGBMClassifier
吴志伟Maple·2022-11-10 07:04
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他