TessieHe的博客

决策树学习笔记决策树的输入可以是离散值和连续值，输出可以使离散值（分类树）和连续值（回归树）。回归树参考： https://blog.youkuaiyun.com/weixin_40604987/article/details/79296427每次分隔的时候用一个特征的超平面将样本空间一分为二，使得每一个叶子的节点在不相交的空间。假如我们有n个特征，每个特征有si(i∈(1,n))个取值，那我...

参考 https://cn.linkedin.com/pulse/%E5%B9%BF%E5%91%8A%E7%82%B9%E5%87%BB%E7%8E%87%E9%A2%84%E4%BC%B0%E6%98%AF%E6%80%8E%E4%B9%88%E5%9B%9E%E4%BA%8B-chen-ouyang点击率预测和推荐算法的不同？广告中点击率预估需要给出精准的点击概率，A点击率0.3% ...

参考 https://www.cnblogs.com/ModifyRong/p/7744987.htmlgbdt 的算法的流程？gbdt 如何选择特征 ？gbdt 如何构建特征 ？gbdt 如何用于分类？gbdt 通过什么方式减少误差 ？gbdt的效果相比于传统的LR，SVM效果为什么好一些 ？gbdt 如何加速训练？gbdt的参数有哪些，如何调参 ？gbdt 实战当中遇到的...