xgboost算法

资讯

集成学习：最常用的Boosting算法——xgboost
XGBoost最初是由华盛顿大学计算机系博士生陈天奇开发，后来成为了Kaggle竞赛传奇——在2015年的時候29个Kaggle冠军队伍中有17队在他们的解决方案中使用了XGboost。
微说互联网
XGBoost中的正则化的9个超参数
正则化是一种强大的技术，通过防止过拟合来提高模型性能。XGBoost中的正则化有助于通过以下方式缓解这一问题:降低模型复杂度: 通过惩罚较大的系数，正则化简化了模型。
deephub
4评论
利用统计和机器学习技术进行股票价格预测
目的:股票价格预测一直作为一门研究课题，因为它在国家宏观经济中具有重要的作用。其中最重要的是历史价格和成交量数据。
非凸科技
Python中的XGBoost简介
当我们在修改 XGBoost 的特性和参数时，我们决定建立一个由5家公司组成的投资组合，并在其上应用 XGBoost 模型来创建一个交易策略。
BigQuant
10评论
广州大学叶思宇院士开发可用于 P-SOC 材料预测的机器学习算法模型
通过比较随机森和 XGBoost 在样本数据集上的预测性能，该研究首先筛选出了包含 29 个特征的 792 个样本，以作为研究在 B 位点有不同掺杂剂的 Co/Fe 基钙钛矿氧化物的数据库。
数据派THU

视频

问答

在线举报