- 博客(2)
- 收藏
- 关注
RSS订阅原创 Python代码XGBoost算法项目实战
本文介绍了XGBoost算法的应用。通过Python代码演示了完整流程：1)数据导入与预处理；2)异常值处理；3)特征标准化；4)构建XGBoost多输出回归模型；5)模型评估。
2025-10-14 20:36:32
679
原创 Python代码实现xgboost进行多输出回归预测
本文介绍了一个使用XGBoost进行多输出回归预测的Python实现方法。首先导入必要的库，包括MultiOutputRegressor、xgboost和sklearn相关模块。然后读取数据文件，划分特征和目标变量（y1和y2），并将数据分为训练集和测试集。接着设置XGBoost模型参数，包括学习率、树的数量、正则化项等。最后使用MultiOutputRegressor包装XGBRegressor建立模型，训练后对测试集进行预测。该模型会自动创建两个子模型分别预测y1和y2两个目标变量，实现了多输出回归任务
2025-10-14 20:25:21
315
XGBoost算法原理.pptx
XGBoost算法原理PPT：从公式到实战的超详细指南 （内含决策树推导分裂案列）
还在为XGBoost的二阶泰勒展开、正则化逻辑挠头？这份PPT帮你啃下算法硬核知识！
作为面试高频、竞赛/工程必用的经典算法，XGBoost的“高效”背后藏着严谨的数学逻辑——这份PPT从集成学习核心思想切入，一步步拆解目标函数构建、泰勒展开近似、CART树建模的完整链路，**所有关键公式（如叶子最优权重、分裂增益）均附推导过程**，从一阶导数定义到海森量应用，每步计算都标注清晰，杜绝“公式空降”。
无论是刚入门想搞懂原理的算法新人，还是备考面试需要梳理逻辑的求职者，或是做项目需复现细节的工程师，都能通过这份PPT：① 理清XGBoost与传统GBDT的核心差异；② 掌握正则化防过拟合的数学本质；③ 看懂树结构贪心分裂的决策依据。
PPT配套图文排版清晰，公式与文字注解对应，推导过程衔接自然，看完直接搞定XGBoost原理+公式考点，速戳下载备用！
2025-11-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人