机器学习算法:GBM与人工神经网络详解
1. GBM在R中的实现
GBM(Gradient Boosting Machine)在R中的参数与Python中的类似。以下是实现GBM的具体步骤:
1.1 公式指定变量
在公式中,我们按如下方式指定因变量和自变量: dependent_variable ~ the set of independent variables to be used 。
1.2 参数说明
-
distribution:指定使用的算法,如Gaussian、Bernoulli或AdaBoost算法。 -
n.trees:指定要构建的树的数量。 -
interaction.depth:树的最大深度。 -
n.minobsinnode:节点中观测值的最小数量。 -
shrinkage:学习率。 -
bag.fraction:随机选择的训练集观测值的比例,用于扩展下一棵树。
1.3 代码实现
library(gbm)
gb=gbm(SeriousDlqin2yrs~.,data=train,n.trees=10,interaction.depth=5, shrinkage=0.05)
</
超级会员免费看
订阅专栏 解锁全文
739

被折叠的 条评论
为什么被折叠?



