-
Sklearn AdaBooster和基本估计量
我想使用sklearn <a href="https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.AdaBoostRegressor.html" rel="nofollow nor -
有序升压步骤
我正在尝试了解CatBoost的一部分的有序加速算法。 阅读这篇文章,CatBoost:具有分类特征的无偏增 -
用于回归的Adaboost的任何变体是否使用加权残差?
我正在审查不同的Adaboost算法以进行回归。流行的实现方式(即Adaboost.R2,Adaboost.RT)倾向于基于先前模 -
随机森林的Cp为0
我试图运行一个randomforest模型进行价格预测,当我在randomforest中运行tuneGrid时,我发现bestTune cp为0.00,这 -
当在矩阵的不同块上进行预测时,Xgboost会为稀疏矩阵中的同一行预测不同的值
我正在使用在稀疏矩阵(csr)上训练的xgboost MultiClass模型。 当我使用模型在稀疏矩阵上进行预测时-如果 -
集成学习背后的概念?
我尝试学习诸如Bagging和Boosting之类的集成ML算法。但是我不清楚,为什么要使用Bagging算法,必须并行考 -
CATBoost和GridSearch
<pre><code>model.fit(train_data, y=label_data, eval_set=eval_dataset) eval_dataset = Pool(val_data, val_labels) model = CatBoostClassifier(d -
反向传播是加法算法吗?
将梯度增强与神经网络中的反向传播进行比较,只是想知道我们是否可以解释反向传播本质上也是加性的? -
如何避免过度拟合以及如何提高精度
我正在做一个二进制分类问题,我建立了一个模型,并且我得到了像这样的准确性0。0.85391079298,但是当 -
梯度提升无法预测测试数据中是否缺少因子水平
我的火车数据集中有1到16个fctor级别的分类变量。我坐着他们来模拟并用xgb训练了模型。我的测试数据具 -
LightGBM无法预测概率,而具有非常小的十进制值
我正在使用一个非常简单的LightGBM模型,其超参数如下。我正在尝试建立一个分类器,但不确定模型的输 -
xgboost部分依赖图不平滑
我正在使用以下参数训练xgboost <pre><code>library(xgboost) library(pdp) default_param <- list( objective = -
自适应提升-高精度,低置信度得分。为什么?
我已经从sklearn库中的分类数据集中实现了一个自适应Boosting算法。分类报告如下: 精确召回f1得分支持</ -
如何在R中使用GPU进行catboost网格搜索?
我正在使用R中的catboost软件包设置网格搜索。在catboost文档(<a href="https://catboost.ai/docs/" rel="nofollow norefer -
R:是否可以初始化gbm的起始值
我正在查看<code>gbm</code>软件包。特别是,我正在研究<code>gbm</code>函数。在梯度提升中,我们通常会初始 -
R:如何提高梯度提升模型的拟合度
我尝试使用<code>iris</code>包中的<code>gbm</code>对<code>gbm</code>数据集拟合梯度增强模型(弱学习者的最大深 -
R:实现我自己的梯度提升算法
我正在尝试编写自己的梯度提升算法。我知道有<code>Get-Location</code>和<code>gbm</code>之类的现有软件包,但 -
R:如何为predict.xgboost提取基线预测?
<pre><code>library(xgboost) data(agaricus.train, package='xgboost') data(agaricus.test, package='xgboost') # Initialize bas -
在Tensorflow BoostedTreesEstimator中实现自定义损失功能
我正在尝试使用Tensorflow“ BoostedTreesRegressor”实现一个提升模型。 为此,我需要实现一个自定义 -
sklearn集成的自定义random_sampling
我需要在scikit-learn中编写一个自定义random_selection(用于特征的随机选择,即“ max_feature”和训练数据的 -
改装方法和使用init_model进行训练之间有什么区别?
Refit方法的结果与基本训练模型相同。 对于实验部分,我将200k行用作训练数据,将700k行用作测试数据 -
为什么adabag中的预测误差是离散的?
我有55个观测值的表,其中有5个变量(F,H,R,T,U)和1个分类变量(“组”),其中我有两组。 -
张量流增强树分类器多类
在当前版本的TF(2.2.0)中,有一个选项 进行多类别分类(即,通过更改 n_class到估算器参数中的相关数 -
在xgboost多类工作中,base_score有什么用?
我正在尝试探索Xgboost二进制分类以及多分类的工作。 对于二进制类,我观察到<strong> base_score </strong>被 -
梯度提升正负类在python中的重要性
我正在使用梯度提升来预测分类问题的特征重要性,其中一类是成功的而另一类是失败的。但是,我的 -
如何在决策树中正确加权观测值
我正在构建一个增强模型,并尝试通过一组观察权重来为弱学习者提供决策树。我已经看到了两种方法 -
从梯度提升分类器算法中提取树,然后将提取的树用于预测
作为一个例子,让我们使用虹膜数据集。 <pre><code>data(iris) smp_size <- floor(0.75 * nrow(iris)) train_ind <- -
Ngboost算法可以自动处理缺失值吗?
我得到了由stanfordmlgroup发明的名为Ngboost的新GBDT算法。我想使用它并调用编码 <pre><code>pip install ngboost= -
如何更好地使用AdaboostClassfier?
我必须解决python中的多类分类问题。 我开始使用合奏,并且从adaboostclassfier开始,但是在进行网格 -
使用Python促进算法的实现
使用<code>sklearn</code>可以为非树估计器(例如,对于SVC)构造<code>Bagging</code>算法。但是<code>Boosting</code>