localfile://path?media/17293066333253/17293066828167.jpg
xgboost (Extreme Gradient Boosting)是一种基于梯度提升决策树的机器学习算法。 熟悉机器学习的同学对这个模型应该是一点都不陌生。...
逻辑回归(Logistic regression,简称LR)虽然其中带有"回归"两个字,但逻辑回归其实是一个分类模型,并且广泛应用于各个领域之中。虽然现在深度学...
我们在做RTSP|RTMP播放器的时候,有这样的技术诉求,开发者希望同时回调YUV、RGB数据,特别是Unity场景下,YUV数据用于渲染,RGB数据用于做视觉...
迭代加深搜索(Iterative Deepening DFS,IDDFS)是一种结合了深度优先搜索(DFS)和广度优先搜索(BFS)思想的搜索方法。它通过逐步增...
在前几篇教程中,我们探讨了 sklearn 的基础、高级功能,异常检测与降维,时间序列分析与自然语言处理,模型部署与优化,以及集成学习与模型解释。本篇教程将专注...
Mime1为构建基于机器学习的集成模型提供了一个用户友好的解决方案,利用复杂的数据集来识别与预后相关的关键基因。
集成学习通过结合多个基学习器来提高模型的性能和稳定性。常用的集成学习方法包括袋装法(Bagging)、提升法(Boosting)和堆叠法(Stacking)。
模型部署是将机器学习模型集成到生产环境中,使其能够处理实时数据和提供预测结果的过程。sklearn 模型可以通过多种方式进行部署,如使用 Flask 构建 AP...
在前几篇教程中,我们介绍了 sklearn 的基础、高级功能,以及异常检测与降维。本篇教程将探讨两个进一步的应用领域:时间序列分析和自然语言处理(NLP)。
今天讲一下机器学习的神包,Mime1,之所以写这个名字,是怕大家和Mime包混淆,影响安装。?
机器学习(Machine Learning)是人工智能(Artificial Intelligence, AI)的一个重要分支,通过从数据中自动学习和改进,来实...
利用深度学习和机器学习算法分析气候数据,预测气候变化趋势的过程可以分为以下几个步骤:
现代人拖延产生的原因有很多,比如因为害怕失败而拖延,因为完美主义倾向而拖延,不想走出“舒适区”而拖延等等, 今天我们要针对一个常见的原因“被分心的事情太多”而产...
现代人拖延产生的原因有很多,比如因为害怕失败而拖延,因为完美主义倾向而拖延,不想走出“舒适区”而拖延等等, 今天我们要针对一个常见的原因“对安排事情的人或事心有...
接下来我会从每个算法模型的介绍、基本原理、优缺点以及适用场景注意叙述,最后会基于开源数据集给出一个比较入门型的案例供大家学习~
CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器,都是在GBDT算法框架下的一种改进实现。
作者:Haotian Wang,Xiaolong Zhou,Jianyong Li,Zhilun Yang,Linlin Cao
决策树是一种常见的分类模型,在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分,这种思想是人类处理问题时的本能方法...