9、机器学习算法:GBM与人工神经网络详解

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)
</
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值