机器学习
关注
分享
扫一扫
文章平均质量分 87
想知道哇
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
机器学习入门：决策树的欠拟合与过拟合
本文介绍了如何优化决策树模型，避免欠拟合和过拟合问题。通过调整max_leaf_nodes参数控制模型复杂度，演示了从数据准备到模型评估的全过程。文章提供了两种参数搜索方法（显式循环和字典推导式），展示了不同参数下的性能比较，并解释了偏差-方差权衡原理。最终指导读者如何确定最佳参数、训练最终模型，并给出了其他可调参数的建议。原创 2025-07-01 11:26:02 · 588 阅读 · 0 评论 -
机器学习核心概念详解
机器学习的核心概念解释，正则化、过拟合、训练轮数、数据集、超参数。原创 2025-03-10 15:40:37 · 1197 阅读 · 0 评论 -
XGBoost决策树生长原理详解
XGBoost决策树生长过程原创 2025-03-10 15:41:58 · 1807 阅读 · 0 评论 -
XGBoost时序温度预测完整流程
XGBoost用于温度预测流程原创 2025-03-10 15:37:55 · 1566 阅读 · 0 评论 -
XGBoost原理及其应用
XGBoost 作为一种强大的集成学习算法，在许多领域展现出卓越的性能。它通过梯度提升框架、正则化技术和计算优化，成功解决了各种复杂的预测问题。虽然 XGBoost 功能强大，但在实际应用中需要注意合理调参以避免过拟合，并根据具体问题和数据特点选择合适的模型配置。原创 2025-03-10 15:35:07 · 1567 阅读 · 0 评论