從基礎(chǔ)到實戰(zhàn)_第1頁
從基礎(chǔ)到實戰(zhàn)_第2頁
從基礎(chǔ)到實戰(zhàn)_第3頁
從基礎(chǔ)到實戰(zhàn)_第4頁
從基礎(chǔ)到實戰(zhàn)_第5頁
已閱讀5頁，還剩3頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

XGBoost

XGBoost：eXtremeGradientBoosting

應(yīng)用機器學習領(lǐng)域一個強有力的工具

GradientBoostingMachines(GBM)的優(yōu)化實現(xiàn)，快速有效

在很多數(shù)據(jù)科學競賽中取了很好的成績

Rank1,KDDCup2016Competition

Rank1,DatoTrulyNative(Kaggle)

Rank1,CERNLHCbExperimentFlavourofPhysicsCompetition(Kaggle)

…

課程目標

零基礎(chǔ)（Python編程基礎(chǔ)除外）

–有機器學習、scikit-learn基礎(chǔ)更佳

從數(shù)學原理到項目實戰(zhàn)

–XGBoost參數(shù)調(diào)優(yōu)需要了解模型基本原理

–參照Kaggle競賽任務(wù)進行講解

舉一反三，可以更快更好學習其他機器學習模型

–從機器學習模型的一般原理，到XGBoost的特別之處

環(huán)境準備

Python環(huán)境：建議2.7版本

–

Python工具包

–科學計算(numpy,SciPy,panda)、機器學習包(scikit-learn)、圖形繪制(matplotlib)

–建議安裝Anaconda，集成了上面所有工具包

?

帶Jupyter（IPythonNotebook升級版本），課程部分示例代碼以ipynb形式給出

環(huán)境準備（cont.）

XGBoost安裝（Python接口）

XGBoost安裝指南：

–不同操作系統(tǒng)安裝會稍有不同

–MacOS安裝參考：XGboostInstallMAC.html

graphviz安裝

–

–可視化工具包，顯示樹結(jié)構(gòu)

–在命令行運行：pipinstallgraphviz

課程內(nèi)容

第一講：XGBoost簡介

XGBoost特點

XGBoost基本使用指南

XGBoost理論基礎(chǔ)：第二講&第三講

監(jiān)督學習

分類回歸樹

Boosting

GradientBoosting

XGBoost的GradientBoosting實現(xiàn)

第四講：XGBoost實戰(zhàn)

特

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論