1.逻辑回归
2.支持向量机SVM
3.决策树
4.bagging和随机森林
sklearn中RF参数
sklearn中决策树和随机森林的实现
sklearn中bagging和随机森林的实现及参数
5.boosting和GBDT
GBDT算法原理
sklearn中adaboost的实现及参数
6.集成学习方法
集成学习原理
集成学习简介
模型融合方法概述
Hands-On Machine Learning with Scikit-Learn and Tensorflow 学习章节
stacking方法及应用
集成学习和stacking方法
7.XGBoost
安装
原理及模型参数
XGBoost调参指南
XGBoost的R语言接口作者
GB、GBDT和XGBoost比较
GBDT和XGBoost区别
网友评论