sinat_20695925的博客

1实验目的：实现c4.5算法。要求：1.给定一个训练数据集，得到决策树并用图形显示该决策树。2. 用学习得到的决策树对测试集进行判决或分类，得到测试集上的分类错误率。2实验过程： 数据集本实验采用西瓜数据集2.02.6定义函数：创建决策树2.7定义函数：测试模型2.8划分数据集训练模型转存失败重新上传取消2.9测试模型，并计算错误率转存失败重新上传取消3实验结果： 可视化展示决策树转存失败重新上传取消2.错误率转存失败重...

Cnn:https://www.cnblogs.com/mtcnn/p/9411718.htmlResnet:防止深度过高梯度下降为0，有一个梯度残差参考论文：U-Net: Convolutional Networks for Biomedical Image Segmentation (arxiv.org)论文阅读：现状：1.由于可用训练集的大小，并考虑到网络的大小，卷积神经网络（CNN）有一定的缺陷2.在很多视觉任务上，特别是在医学图像处理，期望的输出应该包含定...

1.背景集成学习的 GBDT 算法在性能提升上的两种算法：XGBoost 和 LightGBM3.XGBoost3.1 优点 （1）XGBoost 适用于多个平台，是一个可扩展的系统 （2）提供最高水平的的结果 （3）使用最少数量的资源处理真实世界的问题 （4）提供加权分类和排序方法，包括用户自定义对象 （5）新的稀疏处理方法 （6）近似算法的理论上合理的加权分位数示意图...