XGBOOST

#今日论文推荐# 在表格数据上，为什么基于树的模型仍然优于深度学习？

为什么基于树的机器学习方法，如XGBoost和随机森林在表格数据上优于深度学习？
wwwsxn·2022-08-30 09:45

#今日论文推荐#在表格数据上，为什么基于树的模型仍然优于深度学习？

为什么基于树的机器学习方法，如XGBoost和随机森林在表格数据上优于深度学习？
wwwsxn·2022-08-30 09:45

在表格数据上，为什么基于树的模型仍然优于深度学习？

为什么基于树的机器学习方法，如XGBoost和随机森林在表格数据上优于深度学习？
hebiwen95·2022-08-30 09:15

XGBoost 和随机森林在表格数据上优于深度学习？

Datawhale干货来源：机器之心编辑部为什么基于树的机器学习方法，如XGBoost和随机森林在表格数据上优于深度学习？
Datawhale·2022-08-30 09:44

【机器学习】XGBoost 比深度学习还强？

来源：机器之心编辑部为什么基于树的机器学习方法，如XGBoost和随机森林在表格数据上优于深度学习？
风度78·2022-08-30 09:44

模型神器组合，yyds！

关于LightGBM不多说了，之前分享过很多文章，它是在XGBoost基础上对效率提升的优化版本，由微软发
Python数据之道·2022-08-28 15:45

【进阶版】 机器学习分类算法之XGBoost（集成学习算法）、LightGBM（梯度提升框架）（13）

机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册机器学习分类算法之XGBoost（集成学习算法）机器学习分类算法之LightGBM（梯度提升框架）每文一语欢迎订阅本专栏，持续更新中
王小王-123·2022-08-25 07:00

SHAP解释模型（二）

本文在SHAP解析模型之后，又尝试了一些SHAP新版本的进阶用法，整理并与大家分享．1环境配置以下实验使用当前最新版本shap：0.41.0，同时安装xgboost作为预测模型，并使用较高版本的matplotlib
xieyan0811·2022-08-21 17:19

论文阅读:Privacy Leakage of Real-World Vertical Federated Learning

文章目录联邦学习横向联邦学习纵向联邦学习小节反向攻击1、加噪声破坏神经网络2、成员推理攻击同态加密SecureXGBoost现实世界中联邦学习的隐私泄露反向乘法攻击反向求和攻击幻数一些可能的防御措施联邦学习为什么叫联邦学习
irrationality·2022-08-19 07:03

【机器学习基础】集成学习回顾及总结

之前有将集成学习中的随机森林、GBDT、XGBoost等算法进行一一介绍，明白了每个算法的大概原理，最近复习了一下李宏毅老师的集成学习的课程，忽然对集成有了更清晰的认识，这里做一个回顾和总结。
Uniqe·2022-08-16 09:00

python实现时间序列分析1：传统时间序列分析法

文章目录1移动平均法系列1.1朴素预测法1.2简单移动平均法1.3加权移动平均法1.4指数平滑法2传统时间序列分析方法2.1ARIMA2.2Holt2.3灰色预测3传统机器学习方法（以xgboost为例
Trista0036·2022-08-16 07:19

Python机器学习15——XGboost和 LightGBM详细用法(交叉验证，网格搜参，变量筛选)

集成模型发展到现在的XGboost，LightGBM，都是目前竞赛项目会采用的主流算法。是真正的具有做项目的价值。这两个方法都是具有很多GBM没有的特点，比如收敛快，精度好，速度快等等。
阡之尘埃·2022-08-09 11:50

这或许是最详细的机器学习模型融合大法汇总

现代机器学习库（scikit-learn、XGBoost）内部已经结合了常见的集成学习方法。集成学习经常被机器学习竞赛中的顶级和获胜参与者使用。喜欢本文记得收藏、点赞、关注。
我爱Python数据挖掘·2022-08-09 07:53

机器学习算法学习笔记：集成学习

理论篇1、概述2、Bagging和Boosting2.1Bagging2.2Boosting2.3Bagging和Boosting的区别3、RandomForest4、Adaboost5、GBDT6、XGBoost7
Jason Hwang·2022-08-01 07:52

【机器学习算法】集成学习-2 三个臭皮匠顶一个诸葛亮，弱学习器的机器学习元算法

目录机器学习元算法机器学习元算法概述抽样技术袋装法原理：bagging随机森林提升法（boosting）Boosting原理GBDT提升法Xgboost这是一个机器算法的试验：我的主页：晴天qt01的博客
晴天qt01·2022-08-01 07:48

联邦学习-安全树模型 SecureBoost之XGBoost

文章目录1联邦学习背景2联邦学习树模型方案5XGBoost概述6树的目标函数6.1加法模型6.2泰勒展开7树的生成策略8树的生成算法9参考资料10番外篇1联邦学习背景鉴于数据隐私的重要性，国内外对于数据的保护意识逐步加强
秃顶的码农·2022-07-24 07:46

基于速度、复杂性等因素比较KernelSHAP和TreeSHAP

TreeSHAP的速度很快，但是它只能用于基于树的算法，如随机森林和xgboost。而KernelSHAP与模型无关。这意味着它可以与任何机器学习算法一起使用。我们将比较这两种近似方法。
·2022-07-23 11:58

【特征选择】特征选择的几种方法

特征选择*无效变量不相关变量，多余变量统计方式的特征选择方差阈值化、卡方检验、ANOVA检验及T检验、皮尔森相关系数高度相关特征的选择（多余变量）模型方式的特征选择决策树、逻辑回归，随机森林，XGBoost
晴天qt01·2022-07-22 07:49

预测销售XGBoost

XGBoost/LightGBM写在开头项目介绍数据集介绍文件描述字段介绍评估指标FE处理数据处理特征建模和评估XGboost代码可视化hyperopt+XGBoost代码可视化写在开头草稿箱里面很多文章都是初稿
心灵在路上·2022-07-20 09:06

[Kaggle比赛] 高频股价预测小结

时间信息对于预测值的处理噪声模型探索基于LSTM的RNN模型递归神经网络(RNN)长短期记忆（LSTM）网络模型实现参数调整卷积神经网络卷积神经网络模型实现全链接的神经网络模型神经网络模型模型实现利用XGBoost
karmayh·2022-07-18 07:22

股指期货高频数据机器学习预测（Python）

股指期货高频数据机器学习预测主要学习本文对特征的提取和数据预处理操作文章目录问题描述问题分析数据分析数据集数据清洗数据预处理归一化PricesVolume时间信息对于预测值的处理噪声模型探索基于LSTM的RNN模型卷积神经网络全链接的神经网络模型利用XGBoost
稚嫩的劢劢·2022-07-18 07:16

机器学习| 面试题：03、简介Adaboost_GBDT_XGBoost算法原理

GBDT和XGBoost《统计学习方法》与《机器学习》这两本书中都没有涉及，但是看别人在牛客网上的面经分享都有提到，其实这两个算法主要在竞赛中经常被用到，因此还是有必要了解一下。
Mrrunsen·2022-07-17 07:34

word2vec+lstm做句子分类 简单例子

代码importjiebaimportxgboostasxgbfromsklearn.model_selectionimporttrain_test_splitimportnumpyas
·2022-07-15 23:02

word2vec+xgb 句子分类 简单例子

数据3万文本，trainvaltest622.工具、手法xgboost、sklearn、gensim的word2vec。word2vec嵌入词，词直接sum掉词得到“句向量”，后用xgb对句向量分类。
·2022-07-15 17:43

利用机器学习进行恶意代码分类

此次比赛冠军采用三个黄金特征：恶意代码图像，OpCoden-gram,Headers个数并且使用xgboost和pypy加快训练速度转载当年乌云的一篇文章留底最近在Kaggle上微软发起了一个恶意代码分类的比赛
西杭·2022-07-14 21:29

【xgboost】贝叶斯自动调参代码

工作中，很多场景下会用到xgboost模型，如风控、催收、营销、推荐等待。在用xgboost模型进行模型训练的时候，也经常用贝叶斯自动调参来搜索最优的参数。现在把相关的代码贴出来，供大家参考。
MachineCYL·2022-07-14 07:03

python提升算法1_GBDT到XGBOOST

python提升算法1_GBDT到XGBOOST1随机森林的启发随机森林构建的子树（决策树）分别采样建立，每个样本的权重值是一样的，属性随机，子树之间相对独立。
雪龙无敌·2022-07-09 07:47

利用Python建立零售电商客户流失模型

https://download.csdn.net/download/sheziqiong/85946946customer_churn_prediction零售电商客户流失模型，基于tensorflow，xgboost4j-spark
biyezuopin·2022-07-08 08:55

XGBoost多分类模型实例（结合SHAP解释）

108977748环境：Python3.7平台：jupyterimportpandasaspdimportnumpyasnpimportmatplotlibaspltfrompylabimportmplimportxgboostasxgbfromxgboo
hengheng21·2022-07-07 07:45

GBDT与xgboost ：流失预测 shap解释 调参 保存调参好的模型

集成学习集成学习的方式分为两类：个体的学习器之间存在强依赖关系，必须串行生成序列化方法，代表Boosting；个体学习器之间不存在强依赖关系，可同时生成并行化方法，代表是Bagging和随机森林。baggingboostingstacking2）点击率预估使用GBDT+LR进行点击率（CTR）预估。https://blog.csdn.net/Snoopy_Yuan/article/details/
每天都要被自己菜醒·2022-07-07 07:13

利用SHAP解释Xgboost模型

Xgboost相对于线性模型在进行预测时往往有更好的精度，但是同时也失去了线性模型的可解释性。所以Xgboost通常被认为是黑箱模型。
每天都要被自己菜醒·2022-07-07 07:43

XGBoost 实现保险赔偿预测：XGBoost模型解释性(四)

XGBoost模型可解释性要用到xgb.predict()里面的参数pred_leaf,pred_contribs,试了用XGBRegressor+fit()来训练模型，predict的时候没有pred_leaf
chau.z·2022-07-07 07:12

ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用Shap值对XGBoost模型实现可解释性案例之详细攻略

ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用Shap值对XGBoost模型实现可解释性案例之详细攻略目录基于adult人口普查收入二分类预测数据集(预测年收入是否超过
一个处女座的程序猿·2022-07-07 07:59

深入理解XGBoost

深入理解XGBoost1.XGBOOST简介XGBoost的全称是eXtremeGradientBoosting，它是经过优化的分布式梯度提升库，旨在高效、灵活且可移植。
晓柒NLP与药物设计·2022-07-06 16:32

SHAP解释模型

环境配置以下实验使用当前最新版本shap：0.39.0$pipinstallshap注意xgboost也需要使用对应的较新版本，如：$pipinstallxgboost==0.82为使用交互界面，notebook
xieyan0811·2022-07-05 07:42

XGBoost结合SHAP应用：回归、二分类、多分类模型

引言XGBoost用于建模，SHAP用于模型的可视化解释。
hengheng21·2022-07-05 07:10

模型解释性-SHAP

SHAP主要是解释xgboost这类模型的特征重要性，与预测值的正负性相关featureimportance无法反映特征与预测结果的关系SHAP是由Shapleyvalue启发的可加性解释模型。
_zhang_sq_·2022-07-05 07:36

决策树 随机森林 xgboost_具有贝叶斯优化的XGBoost和随机森林

作者|EdwinLisowski编译|CDA数据分析师原文|XGBoostandRandomForestwithBayesianOptimisation在这篇文章中，我们将介绍带有贝叶斯优化算法的两种流行的算法即
weixin_39795325·2022-07-05 07:34

shap安装记录

命令行输入pipinstallshap##安装python报错1：解决1：将python切换为python3.6即可(可重建一个python3.6的虚拟环境)step2.在pycharm中运行脚本importxgboostimportshap
胖胖大王叫我来巡山·2022-07-05 07:54

ML之shap：基于boston波士顿房价回归预测数据集利用shap值对XGBoost模型实现可解释性案例

ML之shap：基于boston波士顿房价回归预测数据集利用shap值对XGBoost模型实现可解释性案例目录基于boston波士顿房价回归预测数据集利用shap值对XGBoost模型实现可解释性案例#1
一个处女座的程序猿·2022-07-05 07:57

贝叶斯优化xgboost_超参数调整xgboost和神经网络的hyperopt贝叶斯优化

贝叶斯优化xgboostHyperparameters:Thesearecertainvalues/weightsthatdeterminethelearningprocessofanalgorithm
weixin_26730921·2022-07-01 07:20

xgboost的plot_importance如何修改特征f0等显示特征的名称

最初参考以下链接，得到修改特征名称需要创建一个fmap文件https://blog.csdn.net/u013132876/article/details/110395803?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-11.cont
好程序不脱发·2022-06-29 15:56

机器学习实战 | LightGBM建模应用详解

www.showmeai.tech/article-detail/205声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容引言LightGBM是微软开发的boosting集成模型，和XGBoost
ShowMeAI·2022-06-27 07:42

机器学习爬大树之决策树（ID3,C4.5）

自己自学机器学习的相关知识，过了一遍西瓜书后准备再刷一遍，后来在看别人打比赛的代码时多次用到XGBoost，lightGBM，遂痛下决心认真学习机器学习关于树的知识，自己学习的初步流程图为：决策树（ID3
Destiny_blue·2022-06-26 07:12

H2O自动化机器学习框架介绍与搭建笔记

H2O提供了许多流行算法的实现，例如广义线性模型(GLM)、梯度提升机（包括XGBoost）、随机森林、深度神经网络、堆叠集成、朴素贝叶斯、广义加性模型(GAM)、Cox比例风险、K-
submarineas·2022-06-22 07:05

机器学习编译入门课程学习笔记第一讲 机器学习编译概述

6.机器学习编译的核心要素6.1.备注：抽象和实现7.总结1.课程简介  该门课程是由XGBoost的作者陈天奇进行授课的。从2022年6月18日正式开始（新鲜出炉的），每周讲授一节课程。
herosunly·2022-06-22 07:12

图解机器学习算法(11) | LightGBM模型详解（机器学习通关指南·完结）

34本文地址：http://www.showmeai.tech/article-detail/195声明：版权所有，转载请联系平台与作者并注明出处引言之前ShowMeAI对强大的boosting模型工具XGBoost
ShowMeAI·2022-06-21 07:03

XGBoost目标函数构建个人理解

  XGBoost全称“ExtremeGradientBoosting“，被称为极端梯度提升法。
小白学推荐·2022-06-13 07:13

贝叶斯优化xgboost_超参数调整xgboost和神经网络的hyperopt贝叶斯优化

贝叶斯优化xgboostHyperparameters:Thesearecertainvalues/weightsthatdeterminethelearningprocessofanalgorithm
weixin_26738395·2022-06-12 12:55

【Kay】机器学习之XGBoost——鸢尾花数据集

一、基于XGBoost原生接口进行分类1、导入相关包：#导相关包importtimeimportnumpyasnpimportxgboostasxgbfromxgboostimportplot_importance
Kay大·2022-06-10 19:42
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他