Task2：入门lightgbm，开始特征工程 - 飞书云文档
https://datawhaler.feishu.cn/wiki/MaARwcr8li63nikSFRRciRKSnje... 模型，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。. GBDT不仅在工业界应用广泛，通常被用于多分类、点击率 ...
飞搜侠
热门搜索
LightGBM在数据挖掘比赛中的应用 - 飞书文档
https://docs.feishu.cn/v/wiki/MaARwcr8li63nikSFRRciRKSnje/a5... 模型，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。 GBDT不仅在工业界应用广泛，通常被用于多分类、点击率 ...
决策树模型更合适吗？一探究竟 - 飞书文档
https://docs.feishu.cn/v/wiki/Ue7swBbiJiBhsdk5SupcqfL7nLX/ac本文档是Datawhale 2024 年AI 夏令营第一期的速通学习手册，. 学习活动基于讯飞开放平台**“分子性质预测挑战赛”**开展实践学习——. 适合想**入门并实践机器学习算法**的 ...
看不懂深度学习训练代码？这里有解读 - 飞书文档
https://docs.feishu.cn/v/wiki/Ex6xwU77yiJzUakhqI7c79VInJb/ad机器学习：通常使用相对简单的算法（如线性回归、决策树）处理数据。需要人工设计 ... 分类模型。 def train(train_loader, model, criterion, optimizer, epoch): ...
[算法学习] Bootstrap Aggregating 分类/回归 - 飞书文档
https://docs.feishu.cn/article/wiki/IcZiwPdKGiaEb7kCD0WcjHvhnXm... 模型的方差，并提高其泛化能力。Bagging的核心思想是通过多次抽样生成多个数据集，训练多个模型，并将这些模型 ... 这些模型通常是相同的模型类型（如决策树，多项式等）。 集成 ...
XGBoost官方仓库的优化技术对机器学习的影响 - 飞书文档
https://docs.feishu.cn/v/wiki/HSG7wshzJiT4ClkKayDcYwv8n6y/a8... 决策树、支持向量机（SVM）、朴素贝叶斯等。通过研究这些算法的代码，我们可以了解到它们的原理和应用场景。例如，决策树算法通过构建树状结构来进行分类决策，我们 ...
探索机器学习领域的GitHub宝藏：十大热门项目解析 - 飞书文档
https://docs.feishu.cn/v/wiki/GhxHwdC6HiyZplkn5Boc6PWdnRc/ah在模型选择方面，它包含了诸如决策树、支持向量机、朴素贝叶斯等多种经典算法 ... 例如，定义一个多层感知机模型只需要几行代码，包括定义输入层、隐藏层和输出层 ...
如何通过阅读源代码学习机器学习：GitHub仓库的关键 - 飞书文档
https://docs.feishu.cn/v/wiki/BpODw4ZmHidlsFkvm3uc2Rk4nqg/a6例如，在分类问题中，用户可以学习如何使用决策树、支持向量机等算法进行数据分类。 ... 它的GitHub仓库包含了大量的深度学习算法实现和模型训练代码。对于想要深入学习 ...
梯度下降助力学习决策树 - 飞书文档
https://docs.feishu.cn/v/wiki/wikcn5CagnF93zLDuffR7nhuFud/a5... 分类的任务获得更准确的结果。 使用 ... 研究人员创建了一个名为Cola的基准来测试和改进这些AI模型，发现轻量级多模态适配器可以帮助模型更好地推理图像和语言。
哈佛Python人工智能导论课程中的决策树算法有何特点？ - 飞书文档
https://docs.feishu.cn/v/wiki/GMwywjEZFih0vKk7uc6caAaTnXc/af决策树则通过对数据特征的不断划分来构建决策模型，它具有直观易懂的优点。支持向量机则是一种强大的分类算法，它通过寻找最优的分类超平面来对数据进行分类。 ... 代码示例来 ...