数据挖掘 周报五

本文分享了对XGB、LGB及CAT等模型的调参经验,并引入随机森林模型进行对比。此外,还介绍了如何对这些模型进行融合以提高预测准确性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

理论学习:

对PPT中的特征选择方法进行学习,同时对一些PPT不太理解的东西进行较为深入学习。

实践

对之前的模型XGB,LGB,CAT进行调参,同时增加随机森林模型,也进行调参;对PPT中讲解的函数库进行实操。

下一步工作

对模型进行融合。

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