weixin_43973436的博客

gbdt通过多轮迭代,每轮迭代产生一个弱分类器，每个分类器在上一轮分类器的残差基础上进行训练。对弱分类器的要求一般是足够简单，并且是低方差和高偏差的。因为训练的过程是通过降低偏差来不断提高最终分类器的精度，（此处是可以证明的） 回归树算法 回归树图解 GBDT图解 A: 14岁高一学生，购物较少，经常问学长问题；预测年龄A = 15 – 1 = 14 B: 16岁高三学生；购物较少，经常被学弟问问题；预测年龄B = 15 + 1 = 16 C: 24岁应届毕业生；购物较多，经常问师兄问..

安装Keras和tensorflow 安装Keras和tensorflow 1、制作清华镜像环境 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes 安装tensorflow： pip install tensorflow-gpu 安装keras： pip install keras 2、出险

决策树总结，一起学习，一起完善！

按照自己的想法总结的随机森林算法，比较基础，算法有应用的代码，一起学习。

Pyspark Pyspark基础操作 from pyspark.sql.types import DateType, TimestampType, IntegerType, FloatType, LongType, DoubleType from pyspark.sql.types import StructType, StructField ### 数据读取 custom_schema = StructType([StructField('_c0', DateType(), True)]) df =

DBSCAN密度聚类总结，仅供自己学习和他人参考，若有侵权，请联系！

主要总结前任博客的经验，供自己学习和大家参考，有侵权请告知，谢谢！