腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(39)
视频
沙龙
1
回答
只有一个例子的梯度提升决策树节点的输出值
、
、
、
、
在现实中,算法的执行方式是- \gamma _{jm}是通过扩展
泰勒
2次级数中的损失函数来计算的,然后再对w.r.t \gamma进行微分。
浏览 0
提问于2020-07-15
得票数 3
3
回答
基于自定义目标的
Xgboost
分位数回归
、
、
、
、
我是GBM和
xgboost
的新手,目前在R中使用
xgboost
_0.6-2。我只是简单地删除了GitHub
xgboost
演示后面的'pred‘语句,但恐怕它比这个更复杂,而且我无法找到使用自定义目标函数的任何其他示例。或者它是否是
xgboost
的一个问题(可疑)?
浏览 0
提问于2016-12-22
得票数 6
3
回答
如何利用数据驱动的损失函数进行“树增强”
、
、
、
、
事实上,我们有一个非常精确的损失函数,这使得我们在使用像
XGBoost
这样的算法时遇到了一些严重的问题:我们认为我们可以适应类似于
XGBoost
算法(我使用这个算法作为一个例子,因为我对纸张和API都很熟悉),方法是用一种蛮力的方法交换它对梯度的依赖关系,以求最佳的叶重和最佳增益。
浏览 0
提问于2020-10-02
得票数 5
3
回答
如何使用"mae“作为目标函数?
、
浏览 3
提问于2017-07-10
得票数 26
1
回答
如何计算
xgboost
封面?
、
有人能解释一下Cover包中的
xgboost
列是如何在xgb.model.dt.tree函数中计算的吗? #Both dataset are list with two items, a sparse matrix and labelscolumn of the sp
浏览 3
提问于2015-11-04
得票数 14
回答已采纳
2
回答
python中摆的Taylor级数
、
、
我有一个问题从学校来模拟摆的运动,基于
泰勒
级数展开。我对蟒蛇很陌生。我现在知道如何用欧拉法进行模拟了。
浏览 1
提问于2018-10-28
得票数 0
回答已采纳
1
回答
类摆型欧丁积分
、
、
、
我试图解一个类似于d2(phi)/dt = -(g/R) *sin(phi)的类似摆形的微分方程(这是
泰勒
经典力学中的滑板问题)。我是新手,所以我这样做是为了
为
将来更复杂的数值解做准备。我认为这是因为我试图将一个
二阶
微分方程分解成两个一阶,其中一个不依赖于另一个(因为d(phi)/dt会出现),但我不知道如何解决这个问题。 有人知道这是怎么回事吗?
浏览 2
提问于2015-10-21
得票数 1
1
回答
用第0个贝塞尔函数表示一个简单函数
、
我知道一阶贝塞尔函数和
二阶
贝塞尔函数,但我不知道0阶贝塞尔函数是什么。另外,我甚至不知道你可以用贝塞尔函数来表示函数。我知道你可以使用
泰勒
展开或傅立叶表示来近似函数,但我不知道如何使用贝塞尔函数。所以,如果某个圣人至少能在这里
为
我指明正确的方向,那就太好了。因为这是一个简单的函数,而且我知道Matlab有一个贝塞尔函数,所以编写它不会太难。我只是不知道如何用解微分方程的方法来表示另一个函数。
浏览 5
提问于2012-10-28
得票数 2
2
回答
销售价格预测
、
、
我必须找到一个分类器来预测一个项目的价格。我的问题是我应该选择哪一栏来预测价格。我需要在这里使用时间序列概念吗?
浏览 0
提问于2018-11-06
得票数 0
回答已采纳
1
回答
如何将欧拉方法与相同步长的
二阶
龙格-库塔法进行比较?
、
、
、
、
对于一个数值微分方程问题,我有两种算法,一种叫做欧拉方法,另一种叫做
二阶
龙格库塔(RK2)。本质上,欧拉方法和RK2近似于微分方程的解。唯一的区别是它们使用不同的公式(欧拉级数使用
泰勒
级数的一阶导数,而RK2是
泰勒
级数的
二阶
导数)。我试图更正我编写的一些代码, 但是,当涉及到RK2时,我的代码没有返回正确的值,而是返回以下内容:请注意,在我的解决方案中,我将步长h称为dt,我提供了用于在下面创建这个步骤的代码,然后是一个数值计算的
二阶
+ str(dt)) plt.title("
浏览 1
提问于2020-04-28
得票数 0
回答已采纳
2
回答
亚马逊aws的兰登森林公司?
、
、
、
、
我希望重新创建一个在本地构建的随机森林模型,并通过sagemaker进行部署。模型是非常基本的,但作为比较,我想使用同样的在same。我看不出在sagemaker内置的算法中存在随机森林(这似乎很奇怪)--这是我选择的唯一选择吗?仍然在学习容器,这似乎是很多工作,只是一个简单的随机森林分类器()调用本地。我只想对开箱即用的随机森林模型进行基线,并表明它在通过AWS same部署时的工作方式是一样的。
浏览 1
提问于2019-06-24
得票数 4
回答已采纳
4
回答
跟踪移动值的平方根
、
、
、
、
我有一个运行频率很高的控制循环,每个周期需要计算一个平方根。典型的平方根函数可以很好地工作,但需要很长的时间。由于我采用的平方根值在每个周期中没有太大变化,因此我希望找到一个迭代平方根,它将收敛,然后跟踪正确的结果。这样,我可以在每个时间步进行一次迭代,而不是多次迭代。我的输入范围是0-4.5,我需要0.01左右的精度,所以使用0.01的增量/减量可能会花费太长的时间-我希望它在10个周期或更少的时间内收敛。 仅供参考,我使用16/32位定点
浏览 1
提问于2012-04-12
得票数 7
回答已采纳
2
回答
带C++的数值导数
、
、
、
这个问题在不同的平台上出现了上千次。然而,我仍然需要理解一些东西。下面是一个完整的例子:#include <iomanip>double f (double var, void * params){ return pow (var, 1.5);double derivative1(double var, doubl
浏览 1
提问于2020-12-20
得票数 1
2
回答
数值积分,Runge-Kutta,RK4在游戏设计中的应用
、
、
、
当加速度
为
常数时,这些方程起作用。这似乎是罕见的,你会有一个变化的加速度在一个时间步长。RK4似乎是一种性能较低、精度较低、更复杂的解决方案。
浏览 2
提问于2012-03-28
得票数 2
回答已采纳
2
回答
梯度下降和梯度增强有什么区别?它们之间有任何相互依存的吗?
、
、
梯度下降和梯度增强有什么区别?它们在任何方面都相互依存吗?
浏览 0
提问于2019-10-09
得票数 7
3
回答
Runge (RK4)游戏物理集成
、
、
RK4利用了这样一个事实,如果我们使用函数的高阶导数,而不仅仅是一阶或
二阶
导数,我们就可以得到更好的函数逼近。这就是为什么比欧拉近似更快收敛的原因。Runge方法是一个函数的近似,它在一个时间步长内对几个点的导数进行采样,而
泰勒
级数只对一个点的导数进行采样。在对这些导数进行采样后,我们需要知道如何对每个样本进行加权,才能得到最接近的近似。
为
我说得更清楚了。注意(15)是
泰勒
级数展开,而(17)是Runge推导。 在数学上,它比许多欧拉近似收敛得快得多。
浏览 5
提问于2009-11-03
得票数 55
回答已采纳
2
回答
acos()函数是否有精确的近似?
、
、
、
、
首先,我用预先计算的教员值实现了一个类似于方程的
泰勒
级数。但这似乎是不准确的,在1左右。最大的错误大约是0.08左右,40次迭代。我还实现了,它在CPU上工作得很好,最大误差
为
-2.22045e-16,但我在着色器中实现这一点有一些问题。 目前,我正在使用来自acos()的近似函数,其中有人在站点上发布了他的近似函数。我是使用这个网站最精确的功能,现在我得到了一个最大的误差
为
-7.60454e-08,但也是错误太高。
浏览 6
提问于2015-03-10
得票数 6
回答已采纳
2
回答
mlr3 PipeOps:创建具有不同数据转换的分支,并对分支内部和分支之间的不同学习者进行基准测试
、
训练管道,并希望(这就是我弄错的地方),这将是
为
每个部门的每个学习者节省的结果。 不幸的是,按照这些步骤,单个学习者似乎已经“融合”了来自不同分支的所有东西。我本来希望得到一个长度
为
3的列表,但我得到了一个长度的列表。
浏览 9
提问于2020-04-03
得票数 3
回答已采纳
1
回答
在VM上构建Ubuntu 18.04内核的问题
、
、
系统
为
4761 kB CRC c6afaf7f内核: arch/x86/boot/bzImage已准备好(#4)构建模块,第
二阶
段。但这没
什么用
。
浏览 0
提问于2020-04-11
得票数 0
2
回答
实时操作系统与裸金属对单片机编程的好处?
、
、
、
请注意:这个问题特别提到了两个RTOSes,但是更通用,并且可能会被任何曾经
为
嵌入式RTOSes编写过C代码的人所回答,并且他们的软件直接在MCU上运行。第
二阶
段是编写一个简单的C程序(基本上是一个无头守护程序),它将随着时间的推移演变为一个“业余爱好应用程序”。在我走到最终走向死胡同的道路之前,我偶然发现了这篇文章,它很好地解释了为
什么用
C/汇编语言编写并闪烁到MCU的实时应用程序实际上不需要底层的RTOSes。
浏览 0
提问于2015-05-08
得票数 12
回答已采纳
点击加载更多
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
XGBoost算法
数据挖掘中的利器——XGBoost理论篇
一文读懂横扫Kaggle的XGBoost原理与实战(一)
一文读懂机器学习大杀器XGBoost原理
通俗理解kaggle比赛大杀器xgboost
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券