qq_36047533的博客

随机森林算法梳理1. 随机森林原理2. 随机森林的特点3. 代码实现参考链接 1. 随机森林原理 讲随机森林得从决策树开始讲起， 鉴于决策树容易过拟合的缺点，随机森林采用多个决策树的投票机制（bagging）来改善决策树，也就是 “决策树+bagging=随机森林”。 我们假设随机森林使用了m棵决策树，那么就需要产生m个一定数量的样本集来训练每一棵树，如果用全样本去训练m棵决策树显然是不可取的...

##GBDT算法梳理 前向分布算法 负梯度拟合 损失函数 回归二分类，多分类 正则化 优缺点 sklearn参数应用场景

XGBoost算法梳理1. 算法原理2. 损失函数3. 分裂结点算法4.正则化5. 对缺失值处理6. 优缺点7. 应用场景8. sklearn参数 1. 算法原理 2. 损失函数 3. 分裂结点算法 4.正则化 5. 对缺失值处理 6. 优缺点 7. 应用场景 8. sklearn参数 ...

决策树算法梳理1. ID3 1. ID3