从基础到实战_第1页
从基础到实战_第2页
从基础到实战_第3页
从基础到实战_第4页
从基础到实战_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

XGBoost

XGBoost：eXtremeGradientBoosting

应用机器学习领域一个强有力的工具

GradientBoostingMachines(GBM)的优化实现，快速有效

在很多数据科学竞赛中取了很好的成绩

Rank1,KDDCup2016Competition

Rank1,DatoTrulyNative(Kaggle)

Rank1,CERNLHCbExperimentFlavourofPhysicsCompetition(Kaggle)

…

课程目标

零基础（Python编程基础除外）

–有机器学习、scikit-learn基础更佳

从数学原理到项目实战

–XGBoost参数调优需要了解模型基本原理

–参照Kaggle竞赛任务进行讲解

举一反三，可以更快更好学习其他机器学习模型

–从机器学习模型的一般原理，到XGBoost的特别之处

环境准备

Python环境：建议2.7版本

–

Python工具包

–科学计算(numpy,SciPy,panda)、机器学习包(scikit-learn)、图形绘制(matplotlib)

–建议安装Anaconda，集成了上面所有工具包

•

带Jupyter（IPythonNotebook升级版本），课程部分示例代码以ipynb形式给出

环境准备（cont.）

XGBoost安装（Python接口）

XGBoost安装指南：

–不同操作系统安装会稍有不同

–MacOS安装参考：XGboostInstallMAC.html

graphviz安装

–

–可视化工具包，显示树结构

–在命令行运行：pipinstallgraphviz

课程内容

第一讲：XGBoost简介

XGBoost特点

XGBoost基本使用指南

XGBoost理论基础：第二讲&第三讲

监督学习

分类回归树

Boosting

GradientBoosting

XGBoost的GradientBoosting实现

第四讲：XGBoost实战

特

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论