1回答
我已经为同一个问题训练了一个神经网络和一个XGBoost模型，现在我不知道应该如何堆叠它们。我应该只将神经网络的输出作为参数传递给XGBoost模型，还是应该分别对它们的结果进行加权？哪一个更好？
浏览 63提问于2020-11-28得票数 2
回答已采纳
我已经使用XGBOOST来减少对数损失，我还尝试了密集神经网络来减少对数损失，它似乎也工作得很好。现在，有没有一种方法可以将这两个模型堆叠在一起，以便进一步减少日志损失。
浏览 1提问于2020-03-07得票数 1
1回答
我们目前正在使用XGBoost模型和Tweedie损失来解决一个很好的回归问题，现在我想把我们的模型转移到Keras，并体验到神经网络，有谁知道如何实现Keras的Tweedie损失呢？我只关心p=1.5时的实例，这在XGBoost中给了我们最好的结果。
谢谢
浏览 0提问于2019-07-09得票数 4
回答已采纳
1回答
H2O的普通随机森林是否使用购物车、C4.5、5.0或其他什么？我找不到这个信息。sklearn的文档说他们使用了修改过的CART版本，我想H2O也使用了类似CART的东西。
浏览 0提问于2021-05-03得票数 0
我知道特征缩放是建立人工神经网络模型的重要预处理步骤.
但是梯度升压机呢，比如LightGBM、XGBoost或CatBoost呢？它们的性能是否从功能扩展中获益？如果是，为什么和如何？
浏览 0提问于2020-07-07得票数 4
回答已采纳
我的数据集包含一个数字特征和一个分类特征。它只有20个观察(为了问题的目的)。问题：现在如何合并这些数组以作为Xgboost的输入？我的理解是，不应该对数字特性进行编码，这就是为什么我有两个不同的数组。
浏览 5提问于2017-11-01得票数 1
1564,130,279,532,302,02940,130,456,3101,201,1 完整的CSV here 该类根据持续时间、destination_id和响应码指示哪些是感兴趣的
浏览 45提问于2019-03-02得票数 0
我想在scikit-learning中使用adaboost和几个基础估计器进行回归，但我找不到任何可以做到这一点的类。除了更改源代码之外，还有什么方法可以做到这一点吗？
浏览 2提问于2016-05-08得票数 5
每个神经网络都通过反向传播来更新其权重。假设一个神经网络模型堆叠在另一个神经网络模型上，在这种体系结构中，反向传播如何用于权重更新。wrt单神经网络模型在权重更新方面有什么不同？
浏览 3提问于2018-11-10得票数 0
1回答
我正在解决一个Kaggle比赛，我的单一模式已经达到0.121分，我想知道什么时候开始使用集合/堆叠来提高分数。但是，如果堆叠是值得的，而且我们已经达到了特定模型的精确程度，那么如何才能保持一致呢？
浏览 0提问于2019-12-04得票数 2
回答已采纳
1回答
我采用的是森林火灾数据集和神经网络模型。我试图生成REC曲线，这就是它的样子。很奇怪！我也应用了XGBoost，但REC曲线几乎平行于X轴.我不明白怎么才能解释清楚？我也想了解如何解释REC曲线的一般情况？
浏览 0提问于2021-05-06得票数 1
回答已采纳
1回答
在基于机器学习的系统中，我们使用了Xgboost算法和LSTM算法。我想使用Apache内存中基于网格的机器学习库()来优化这个系统的性能。Apache、ML和DL库是否支持Xgboost和LSTM算法？
浏览 1提问于2018-05-14得票数 1
回答已采纳
1回答
我在一个游戏中获得了180天的json数据，我得到的数据是: timestamp，buy_price，sell_price，buy_quantity和sell_quantity。
浏览 3提问于2018-11-23得票数 0
1回答
我正在研究一个二元分类问题，使用平衡套袋随机森林，神经网络和增强技术。我的数据集大小是977，类比例是77:23。
我的数据集中有61个特征。然而，经过大量的特征选择活动后，我得到了5个功能。因此，有了5个特征，我认为我的Xgboost模型在测试集上不会过分适合，并且提供了更好的性能，但是Xgboost模型仍然适用于测试集，在测试集上产生的结果很差。然而，随机森林在train和test上都具有相似的性能。能帮我理解为什么会发生这种事吗？列车和试验性能如
浏览 0提问于2022-03-04得票数 1
2回答
上下文首先，我们尝试训练XGBoost模型。MLP神经网络
最后，我想将性能与MLP Regressor进行比较。根据我读过的关于深度学习的书，如果有足够的时间和马力，神经网络应该能够优于任何浅层学习算法。有了上面的分数，你觉得第一和第二型
浏览 0提问于2019-04-23得票数 3
我正在研究一种以FCN (Long等人，2015)为骨干网络的图像分割算法。这是否违反了任何深入学习或机器学习规则？
浏览 0提问于2018-02-03得票数 1
1回答
我一直在使用来自UCI http://archive.ics.uci.edu/ml/datasets/adult的成人人口普查收入数据
我创建了两个不同的模型，一个是使用梯度增强分类器，另一个是使用Keras/Tensorflow的神经网络。所以我对代码提示或什么都不感兴趣，但我有一个关于机器学习的一般性问题--我使用梯度增强分类器比使用神经网络的精度要高得多。一般来说，我的(或任何)神经网络是否有可能达到与任何其他类型的监督学习相同的精度？是否只需要大量的努力工
浏览 0提问于2019-04-10得票数 3
回答已采纳
2回答
我们不需要为每个类别建立一个模型，而是通过一些多输出算法同时预测这四个类别。请列出已经全部或部分实现了Python库(首选)或R的2-3个算法，您建议在我们的dataset规模中使用这些算法吗？
浏览 0提问于2016-11-15得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
