腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

红色石头的机器学习之路

专栏作者

237

文章

218317

阅读量

54

订阅数

【吐血整理】一份完备的集成学习手册！（附Python代码）

编程算法决策树网络安全机器学习

试想一下，当你想买一辆新车时，你会直接走到第一家汽车商店，并根据经销商的建议购买一辆车吗？这显然不太可能。

2022-01-12

3350

GBDT！深入浅出详解梯度提升决策树

编程算法决策树机器学习神经网络

Random Forest的算法流程我们之前已经详细介绍过，就是先通过bootstrapping“复制”原样本集D，得到新的样本集D’；然后对每个D’进行训练得到不同的decision tree和对应的gt；最后再将所有的gt通过uniform的形式组合起来，即以投票的方式得到G。这里采用的Bagging的方式，也就是把每个gt的预测值直接相加。现在，如果将Bagging替换成AdaBoost，处理方式有些不同。首先每轮bootstrap得到的D’中每个样本会赋予不同的权重；然后在每个decision tree中，利用这些权重训练得到最好的gt；最后得出每个gt所占的权重，线性组合得到G。这种模型称为AdaBoost-D Tree。

2022-01-12

2240

通俗解释随机森林算法

决策树机器学习神经网络深度学习人工智能

首先我们来复习一下之前介绍过的两个机器学习模型：Bagging和Decision Tree。Bagging是通过bootstrap的方式，从原始的数据集D中得到新的D^；然后再使用一些base algorithm对每个D^都得到相应的gt；最后将所有的gt通过投票uniform的形式组合成一个G，G即为我们最终得到的模型。Decision Tree是通过递归形式，利用分支条件，将原始数据集D切割成一个个子树结构，长成一棵完整的树形结构。Decision Tree最终得到的G(x)是由相应的分支条件b(x)和分支树Gc(x)递归组成。

2022-01-12

2570

一文详解决策树算法模型

决策树机器学习神经网络深度学习人工智能

上文我们主要介绍了Adaptive Boosting。AdaBoost演算法通过调整每笔资料的权重，得到不同的hypotheses，然后将不同的hypothesis乘以不同的系数α进行线性组合。这种演算法的优点是，即使底层的演算法g不是特别好（只要比乱选好点），经过多次迭代后算法模型会越来越好，起到了boost提升的效果。本节课将在此基础上介绍一种新的aggregation算法：决策树（Decision Tree）。

2022-01-12

3140

浅谈对机器学习的理解

学习方法决策树监督学习大数据

在网上看到关于一篇ML的文章,很不错，转载过来共勉.

2019-05-25

7350

开源！《AI 算法工程师手册》中文教程正式发布！

编程算法卷积神经网络开源 NLP 服务决策树

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/red_stone1/article/details/90039822

2019-05-25

5270

机器学习笔试题精选（五）

决策树神经网络机器学习深度学习人工智能

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/red_stone1/article/details/81296337

2019-05-25

1.2K0

中国台湾大学林轩田机器学习技法课程学习笔记10 -- Random Forest

机器学习编程算法决策树

上节课我们主要介绍了Decision Tree模型。Decision Tree算法的核心是通过递归的方式，将数据集不断进行切割，得到子分支，最终形成数的结构。C&RT算法是决策树比较简单和常用的一种

2017-12-28

8140

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态