randomforest

lightGBM参数介绍

树的最大深度当模型过拟合时，可以考虑降低min_data_in_leaf叶子可能具有的最小记录树默认20，过拟合时用feature_fraction例如为0.8时，表示每次迭代中随机选择80%的参数来建树boosting为randomforest
冥更·2020-09-11 22:51

不同算法概念理解（svm,logit,neural network,decision tree,random forest）

最近看了一下（svm,logit,neuralnetwork,decisiontree,randomforest）算法的基础概念，把这些算法涉及到的特征点，记录下来，以便以后用于理解和比较。
Hans.liang·2020-09-11 19:27

16S测序分析（五）用RandomForest寻找关键细菌

一、数据准备标准化细菌丰度表格式要求：不用放样本ID；最后一列放分组变量图片.png二、R分析准备install.packages("randomForest")##下载安装randomForest包library
胡童远·2020-09-11 17:53

使用sklearn--Random Forest参数说明（待补充）

使用sklearn--RandomForest参数说明（待补充）资料来源：http://www.cnblogs.com/jasonfreak/p/5657196.htmlps：他/她写的好好《机器学习》
weixin_30502157·2020-09-11 17:06

随机森林（random forest）

随机森林（randomforest）随机森林的构造过程1.假如有N个样本，则有放回的随机选择N个样本(每次随机选择一个样本，然后返回继续选择)。
whitenightwu·2020-09-10 21:44

随机森林(Random Forest)

随机森林(RandomForest)随机森林是一个最近比较火的算法，它有很多的优点：在数据集上表现良好在当前的很多数据集上，相对其他算法有着很大的优势它能够处理很高维度（feature很多）的数据，并且不用做特征选择在训练完后
weixin_30732487·2020-09-10 19:20

Python数据挖掘—分类—随机森林

概念随机森林(RandomForest)：随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别数输出的类别的众数而定优点：适合离散型和连续型的属性数据；对海量数据，尽量避免了过度拟合的问题；对高维数据
anrao9657·2020-09-10 12:34

利用Python的Scikit-Learn库对遥感影像进行随机森林分类

利用Python的Scikit-Learn库对遥感影像进行随机森林(RandomForest)分类【附视频教程】**视频教程地址：https://www.bilibili.com/video/BV17U4y187J4
chenguanga·2020-09-02 10:44

随机森林算法(RandomForest)——运营商流失用户预测

如何最大程度地挽留在网用户、吸取新客户，是电信企业最关注的问题之一。竞争对手的促销、公司资费软着陆措施的出台和政策法规的不断变化，影响了客户消费心理和消费行为，导致客户的流失特征不断变化。对于电信运营商而言，流失会给电信企业带来市场占有率下降、营销成本增加、利润下降等一系列问题。在发展用户每月增加的同时，如何挽留和争取更多的用户，是一项非常重要的工作。本次比赛就是关于运营商流失用户预测的二分类问题
Sawaimilert·2020-08-26 23:05

Home Credit Default Risk(2) —初步探索

上篇中已经给出了application_{train|test}.csv数据表字段的基本含义，本篇对其进行基本的数据分析，包活异常数据处理，特征变换等，最后给出仅考虑此数据文件，应用logistic回归和randomforest
晨丢丢·2020-08-26 16:51

机器学习在金融大数据风险建模中的应用

本文在传统风险模型体系的基础上，嫁接逻辑回归和决策树模型建立T-L模型，并结合RandomForest模型完善模型结构。采用T-L核模型替代RF模型中的传统决策树模型，将RF模型和
奔跑的小象·2020-08-26 14:51

2017.07.27回顾 ET和RT比较 高级切片 argsort barplot(yerr=) xgb.plot_importance

1、一到办公室写了上一日的小结2、昨天帮同事拉进白名单，就只能顺带更新了channelrollingvariable，运行良好3、看了下ExtraRandomizedTrees和randomForest
strwolf·2020-08-24 16:37

腾讯机器学习一面面经

1梯度下降，极大似然2防止过拟合的方法（正则化）3bagging,boosting,randomforest,gbdt概念4海量url中寻找某个url是否存在？
我就是多啦a梦·2020-08-24 03:28

机器学习笔记之随机森林

随机森林笔记记录在github上:https://github.com/linzhenpeng/machinelearning/blob/master/RandomForest/RandomForest.ipynb
林先生您好·2020-08-24 03:54

R语言中的prophet预测时间序列数据模型

prophet与基本线性模型（lm），一般加性模型（gam）和随机森林（randomForest）进行了比较。首先，设置一些选项，加载一些库，并更改工作目录。
LT_Ge·2020-08-22 14:40

scikit-learn使用joblib持久化模型过程中的问题详解

/data/model/randomforest.pkl')此语句将产
mach_learn·2020-08-22 13:03

【机器学习】组合算法 Bootstraping, Bagging, Boosting, AdaBoost, RandomForest, Gradient boosting

组合模型Bootstraping名字来自成语“pullupbyyourownbootstraps”，意思就是依靠你自己的资源，称为自助法，它是一种有放回的抽样方法，它是非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法。其核心思想和基本步骤如下：采用重抽样技术从原始样本中抽取一定数量（自定义）的样本，此过程允许重复抽样。根据抽出的样本计算给定的统计量T。重复上述N次（一般大于1000）
CWS_chen·2020-08-22 12:01

scikit-learn使用OneHotEncoder处理Nominal属性的机器学习流程（Random Forest算法为例）

scikit-learn机器学习RandomForest实例（含类别属性处理）在工作中进行机器学习的数据一般都包含Nominal属性和Numric属性，在scikit-learn中提供了处理numric
mach_learn·2020-08-22 11:54

集成学习-Adaboost

集成学习两大类:以bagging、RandomForest等算法为代表的，各个学习器之
Datawhale·2020-08-21 08:19

R语言中的prophet预测时间序列数据模型

prophet与基本线性模型（lm），一般加性模型（gam）和随机森林（randomForest）进行了比较。首先，设置一些选项，加载一些库，并更改工作目录。
LT_Ge·2020-08-21 00:41

R语言中的prophet预测时间序列数据模型

prophet与基本线性模型（lm），一般加性模型（gam）和随机森林（randomForest）进行了比较。首先，设置一些选项，加载一些库，并更改工作目录。
LT_Ge·2020-08-21 00:40

【小白学AI】随机森林 全解 （从bagging到variance）

随机森林(RandomForest)就是通过集成学习的思想将多棵决策树集成的一种算法。基本单元是决策树。随机森林算法的提出也是为了改善决策树容易存在过拟合
机器学习炼丹术·2020-08-20 17:53

【小白学AI】随机森林 全解 （从bagging到variance）

随机森林(RandomForest)就是通过集成学习的思想将多棵决策树集成的一种算法。基本单元是决策树。随机森林算法的提出也是为了改善决策树容易存在过拟合
机器学习炼丹术·2020-08-20 17:52

论文阅读摘记（一）

ASurveyofMachineLearningTechniquesAppliedtoSoftwareDefinedNetworking(SDN):ResearchIssuesandChallenges摘要机器学习算法整理与回顾监督学习k-NearestNeighbor(k-NN)DecisionTree(DT)RandomForest
无忧。·2020-08-19 23:06

NLP学习笔记（三）：模型训练之深度学习方案详解（关键词：深度学习，词向量，RNN，LSTM）

）：创建特征及训练（关键词：词袋，TFIDF），我们在预处理完成后，使用简单的词袋模型(CountVectorizer,TfidfVectorizer)来创建了特征，并使用常用的机器学习算法随机森林（RandomForest
yyhhlancelot·2020-08-19 22:34

ptyhon 随机森林算法及其优化 RandomForest

优化随机森林算法，正确率提高1%~5%（已经有90%+的正确率，再调高会导致过拟合）论文当然是参考的，毕竟出现早的算法都被人研究烂了，什么优化基本都做过。而人类最高明之处就是懂得利用前人总结的经验和制造的工具（说了这么多就是为偷懒找借口。hhhh）优化思路1.计算传统模型准确率2.计算设定树木颗数时最佳树深度，以最佳深度重新生成随机森林3.计算新生成森林中每棵树的AUC，选取AUC靠前的一定百分比
王者丶丿风范·2020-08-19 20:09

R语言学习：泰坦尼克号生存预测

导入所用的包library(randomForest)library(dplyr)library(ggplot2)library(mice)导入数据从csv中分别导入训练集和测试集数据train=read.csv
zxymvp·2020-08-18 13:46

安装R语言randomforest模块

R语言下安装install.packages("randomForest")library(randomForest)ssh服务器上进入R语言环境：先进入bin路径：cd/home/zhaojiawei
ZhaoJW86·2020-08-18 13:43

如何安装随机森林工具箱（绝对实用）

#1你先需要找到randomforest工具箱，《matlab神经网络43个案例分析》附带的程序包里边有，自己去找一找。具体长这样：随书附带的，自己去找一找。
zhiliangzhiyqg·2020-08-18 13:07

Random Forest（随机森林）在软件缺陷预测领域的应用及其特点

从我个人的经验和别人的论文来看，RandomForest是最适用于软件缺陷预测的机器学习算法。
蛐蛐蛐·2020-08-18 11:00

R语言-安装randomForest和ROCR包

引文：为了跑一篇论文的实验，需要装R软件，安装R软件参考之前发布的一篇博文：CentOS下搭建R环境，下面介绍怎么安装R**randomForest**和ROCR两个工具包。
拾毅者·2020-08-18 10:54

从零开始 TensorFlow RandomForest

tf.reset_default_graph()注意要重新设置一下图from__future__importprint_functionimporttensorflowastffromtensorflow.contrib.tensor_forest.pythonimporttensor_forestfromtensorflow.python.opsimportresourcesimportosos
Neekity·2020-08-17 20:44

GBDT和xgboost

gbdt（gradientboostdecisiontree）：梯度提升决策树；由多棵决策树组成，每棵决策树都是回归树randomforest（随机森林）：随机森林中的每棵树都是由从训练集中抽取的样本训练得到的
mambasmile·2020-08-17 13:43

opencv3/C++ 机器学习-随机森林/Random Trees

LeoBreiman在RandomForests中提出随机森林概念，随后与AdeleCutler系统研究和发展了这一理论并注册了商标（包括RF、RandomForests,、RandomForest,、
阿卡蒂奥·2020-08-17 11:09

《Python机器学习基础教程》学习笔记(7) 随机森林与梯度提升回归树

决策树集成即是以决策树为基础的模型，主要有随机森林（randomforest）与梯度提升回归树（gradientboosteddecisiontree,GBDT）。
坤斤拷·2020-08-17 11:03

集成算法 — 随机森林（Python3.6实现）

RandomForest随机森林在上一篇博文“集成算法—简介+决策树”中，简要介绍了集成算法的3种分类：Boosting、Bagging、Stacking以及它们经常使用的弱分类器—决策树（分类树和回归树
NaLan_2020·2020-08-17 04:28

RandomForest随机森林入门

1.随机森林中的随机的概念解释:随机体现在模型中就是对行和列进行随机的选取行:随机选取部分样本列:随机选取本分特征这两个条件保证了避免过拟合的发生2.随机森林是有很多颗决策树组成的.每一颗决策树都是强分类器,每一个分类器都是对部分数据的一个"精准"预测器,因此需要将很多颗决策树进行汇集,最后得到答案.对于数字类型的答案:比较常见的手法是求多颗决策树预测结果的平均值对于分类的答案:比较常见的手法是进
踩着七彩祥云的猴子·2020-08-16 09:54

RandomForest:随机森林

随机森林：RF随机森林是一种一决策树为基学习器的Bagging算法，但是不同之处在于RF决策树的训练过程中还加入了随机属性选择（特征上的子采样）传统的决策树在选择划分的属性时，会选择最优属性RF首先，从该节点的属性中损及选择出K个属性组成一个随机子集（类也就是Bagging中的RandomSubspaces,一般通常K=log2(n))然后再从这个子集中选择一个最右子集进行划分参数使用这些方法时要
weixin_30265171·2020-08-16 08:03

RandomForest algorithm之python实现

RandomForestalgorithm之python实现写在之前：像一个优秀的工程师一样使用机器学习，而不要像一个机器学习专家一样使用机器学习方法。--Google这句话一直是我进行机器学习的指导思想。诸如Scikit-learn等机器学习类库，使得机器学习的使用更加简便容易，那我们为什么还要去理解算法本身的数学原理和代码实现呢？在我看来，这就好比华山派的剑宗和气宗，剑宗强调招式，易于速成，气
waitingzby·2020-08-16 08:40

【机器学习】【随机森林-2】Random Forest算法的Python实现

1.随机森林基本原理随机森林的基本原理，以及数学示例，可以看以前博客：【机器学习】【随机森林-1】RandomForest算法讲解+示例展示数学求解过程2.Python实现代码随机森林可以自己实现，下面是一个在
CV_ML_DP·2020-08-16 08:06

随机森林（Random Forest）入门与实战

随机森林（RandomForest）入门与实战前言集成学习（ensemblelearning）是通过构建并结合多个学习器来完成学习任务，主要包含两类，一是个体学习器间存在强依赖关系、必须串行生成的序列化方法
我曾经被山河大海跨过·2020-08-16 08:26

随机森林 RandomForest

随机森林RandomForest1、集成学习1.1Sklearn中的集成算法模块2、随机森林RandomForest2.1优缺点分析2.2分类/回归2.2.1RandomForestClassifier2.2.2RandomForestRegressor2.2.3
不会写作文的李华·2020-08-16 07:15

MachineLearning—随机森林(Random Forest)

随机森林（RandomForest，简称RF）到底是怎样的一种算法呢？如果读者接触过决策树（DecisionTree）的话，那么会很容易理解什么是随机森林。
令狐公子·2020-08-16 07:28

MachineLearning—Random Forest实现 python

在scikit-learn中，RandomForest的分类类是RandomForestClassifier，回归类是RandomForestRegressor，需要调参的参数包括两部分，第一部分是Bagging
令狐公子·2020-08-16 07:28

机器学习——随机森林算法randomForest——原理及python实现

参考：http://blog.csdn.net/nieson2012/article/details/51279332http://www.cnblogs.com/wentingtu/archive/2011/12/22/2297405.htmlhttp://www.cnblogs.com/pinard/p/6156009.html算法描述：1、加载数据（训练数据和测试数据），假设训练集总数为N个
qq924178473·2020-08-16 06:30

随机森林（random forest）模型原理及sklearn实现

集成是合并多个机器学习模型来构建更强大模型的方法，目前已经证明随机森林（randomforest）作为决策树集成方法对大量分类和回归的数据集都是有效的。思想随
June �·2020-08-16 05:49

随机森林(Random Forest) -- 原理及Python实现

1.基本介绍随机森林（RandomForest，简称RF）是Bagging的一个扩展变体。RF在以决策树为基学习器构建Bagging集成的基础上，进一步在决策树的训练过程中引入了随机属性选择。
我的她像朵花·2020-08-16 05:07

集成学习（ensemble learning）基础知识

集成学习系列博客：集成学习（ensemblelearning）基础知识随机森林（randomforest）本科
天泽28·2020-08-14 08:55

集成学习思想

集成学习的主要思想：1、Bagging：代表算法是随机森林（RandomForest）2、Boosting：代表算法是AdaBoost、GBDT3、Stacking：由于深度学习的发展，现已基本不用为什么要用集成学习
江湖人·92·2020-08-14 03:09

kaggle比赛--Quora Question Pairs

文章目录数据来源数据分析训练集测试集训练集的数据分析字符个数词的个数词云逻辑回归获得特征训练数据ROC评价Precision-RecallCurve评价XGBoost两个句子共有的词数TF-IDF统计词语计算tfidf平衡数据划分数据XGBoost另一种方法RandomForest
shelley__huang·2020-08-12 14:53
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他