如何解决机器学习中的过拟合问题？

2023-08-21

在机器学习领域，过拟合是一个常见而严重的问题。当模型在训练数据上表现出色，但在新数据上表现糟糕时，我们就可以说该模型过拟合了。过拟合会导致泛化能力差，即无法对未见过的数据做出准确预测。本文将介绍一些常 ...

机器学习中有哪些高级模型和算法？

2023-08-15

在机器学习领域中，有许多高级模型和算法被广泛应用于各种任务。下面将介绍其中一些重要的高级模型和算法。 深度神经网络（Deep Neural Networks，DNN）：深度神经网络是一种基于人工神经元之间相互连接的模型。它 ...

如何选择最合适的机器学习算法？

2023-07-31

选择最合适的机器学习算法是实现成功预测和数据分析的关键步骤。在面对大量可用算法时，了解如何进行选择变得至关重要。下面将提供一个关于如何选择最合适的机器学习算法的指南。 首先，明确问题类型。不同的机器学 ...

如何解决数据不平衡问题？

2023-06-15

数据不平衡是指在某个分类问题中，不同类别的样本数量严重失衡。这种情况会对机器学习模型造成一定挑战，因为模型倾向于将大数目类别作为主要预测。解决数据不平衡问题是一个非常重要的机器学习任务，它可以帮助提高 ...

什么是机器学习模型？

2023-06-15

机器学习模型是一种计算机程序，它能够自动从数据中学习，并能用于分类、预测和决策等任务。简单来说，机器学习模型就是将输入数据映射到输出结果的一个函数。 机器学习模型可以分为监督学习、无监督学习和强化学习 ...

XGBoost做分类问题时每一轮迭代拟合的是什么？

2023-04-18

XGBoost（eXtreme Gradient Boosting）是一种强大的集成学习算法，常用于解决分类和回归问题。它是一种基于决策树的机器学习算法，在解决分类问题时，每一轮迭代拟合的是残差。本文将对XGBoost分类问题中每一轮迭代 ...

如何对XGBoost模型进行参数调优？

2023-04-10

XGBoost是一个高效、灵活和可扩展的机器学习算法，因其在许多数据科学竞赛中的成功表现而备受瞩目。然而，为了使XGBoost模型达到最佳性能，需要进行参数调优。本文将介绍一些常见的XGBoost参数以及如何对它们进行调 ...

catboost原理介绍，与lightgbm和xgboost比较优劣？

2023-04-03

CatBoost是一种基于梯度提升树的机器学习算法，它在处理分类和回归问题时都具有优秀的性能。CatBoost最初由Yandex团队开发，在2017年推出，并迅速受到了广泛关注和应用。 CatBoost与LightGBM和XGBoost都属于GBDT（Gr ...

xgboost是用二阶泰勒展开的优势在哪？

2023-03-31

XGBoost（eXtreme Gradient Boosting）是一种高效而强大的机器学习算法，它在大规模数据集上的性能表现非常出色。其中，使用二阶泰勒展开是XGBoost的重要优势之一，下面将详细介绍。 首先，我们来了解一下什么是泰勒 ...

xgboost中的min_child_weight是什么意思?

2023-03-28

在介绍XGBoost中的min_child_weight之前，先简要介绍一下XGBoost。 XGBoost是一种广泛使用的机器学习算法，被用于各种数据科学任务，例如分类、回归等。它是“Extreme Gradient Boosting”的缩写，是一种决策树集成 ...

机器学习算法中 GBDT 和 XGBOOST 的区别有哪些？

2023-03-22

Gradient Boosting Decision Tree (GBDT) 和 Extreme Gradient Boosting (XGBoost) 都是目前机器学习领域中非常流行的算法。两种算法都采用了 boosting 方法来提高分类或回归效果，但在实现细节上还是有一些区别的 ...

数据分析之数据挖掘入门指南

2022-10-25

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

数据分析师之数据挖掘入门

2022-10-19

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第九期）

2021-08-05

不过，在出题前，要公布上一期Level Ⅲ 中36-40题的答案，大家一起来看！ 42、A 44、B A.会将数据缩放到0-1范围之内 C.作用是将不同量纲数据的量纲进行统一 47.常见的缺失值填充方法有填充默认值 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第三期）

2021-07-28

不过，在出题前，要公布上一期Level Ⅲ 中1-5题的答案，大家一起来看！ 7、C 9、A A.Two-Step C.Centroid Method 12.下列哪种集成方法，会重复抽取训练数据集中的数据，且每笔被抽中的概率始终保 ...

数据挖掘中常用的基本降维思路及方法总结

2021-06-29

来源：数据STUDIO 作者：云朵君 01、降维的意义 降低无效、错误数据对建模的影响，提高建模的准确性。 少量切具有代表性的数据将大幅 ...

机器学习还能预测心血管疾病？没错，我用python写出来了

2020-09-07

CDA数据分析师 出品   作者：Mika 数据：真达   后期：Mika 【导读】手把手教你如何用python写出心血管疾病预测模型。 全球每年约有1700万人死于心血管疾病，当中主要表现 ...

数据挖掘分析在CRM系统中的应用

2018-06-28

数据挖掘分析在CRM系统中的应用 每个企业都会有客户流失的情况发生，已经失去或是即将失去的，这中情况对企业来说是正常现象，在面对这些常见的正常现象时，关键是企业从中能学到什么，得到重要信息并加之分析 ...

教你如何用R进行数据挖掘

2018-05-16

教你如何用R进行数据挖掘 R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用 ...

python实现随机森林random forest的原理及方法

2018-01-22

python实现随机森林random forest的原理及方法 想通过随机森林来获取数据的主要特征 1、理论 随机森林是一个高度灵活的机器学习方法，拥有广泛的应用前景，从市场营销到医疗保健保险。 既可以用来做市场营销模 ...