注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. TLD算法相关基础知识

  2. Lucas-Kanade（LK）算法 随机森林（RF，Random Forests） Gradient Boost Desition Tree（GBDT） 以及TLD算法运行过程简介

  3. 所属分类：其它

    • 发布日期：2012-05-06
    • 文件大小：26624
    • 提供者：wmeihan

  1. GBDT 源代码

  2. GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力（generalization)较强的算法。近些年更因为被用于搜索排序的机器学习模型而引起大家关注。

  3. 所属分类：C++

    • 发布日期：2014-06-18
    • 文件大小：26214400
    • 提供者：mrlaoba

  1. 百度GBDT源码

  2. GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力（generalization)较强的算法。近些年更因为被用于搜索排序的机器学习模型而引起大家关注。

  3. 所属分类：互联网

    • 发布日期：2015-01-25
    • 文件大小：19922944
    • 提供者：buyiqinghuai

  1. GBDT算法C++源码

  2. GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力（generalization)较强的算法。近些年更因为被用于搜索排序的机器学习模型而引起大家关注。

  3. 所属分类：C++

    • 发布日期：2016-09-12
    • 文件大小：26214400
    • 提供者：blacklee123

  1. A Communication-Efficient Parallel Algorithm for Decision Tree

  2. 基于投票的数据并行则进一步优化数据并行中的通信代价，使通信代价变成常数级别。在数据量很大的时候，使用投票并行可以得到非常好的加速效果。更具体的内容可以看NIPS2016的文章[A Communication-Efficient Parallel Algorithm for Decision Tree]。

  3. 所属分类：算法与数据结构

    • 发布日期：2017-11-03
    • 文件大小：468992
    • 提供者：u012513618

  1. 第八课：机器学习模型用于评分卡模型－GBDT

  2. 梯度提升决策树（Gradient Boosting Decision Tree，GBDT）算法是近年来被提及比较多的一个算法，这主要得益于其算法的性能，以及该算法在各类数据挖掘以及机器学习比赛中的卓越表现，有很多人对GBDT算法进行了开源代码的开发，比较火的是陈天奇的XGBoost和微软的LightGBM

  3. 所属分类：机器学习

    • 发布日期：2018-09-05
    • 文件大小：1048576
    • 提供者：quantbaby

  1. GBDT算法实现框架LightGBM.zip

  2. LightGBM（Light Gradient Boosting Machine） 是微软开源的一个实现 GBDT 算法的框架，支持高效率的并行训练。GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。GBDT 在工业界应用广泛，通常被用于点击率预测，搜索排序等任务。GBDT 也是各种数据挖掘竞赛的致命武器，据统计 Kaggle 上的比赛有

  3. 所属分类：其它

    • 发布日期：2019-07-17
    • 文件大小：4194304
    • 提供者：weixin_39840914

  1. 总结：Bootstrap(自助法)，Bagging，Boosting(提升) - 简书.pdf

  2. 关于机器学习方面的集成算法，包括boosting和bagging，里面讲解详细，值得下载2019/4/27 总结: Bootstrap(白助法), Bagging, Boosting(提升)-简书 assiier 1 -9 Decition boundary Classifier 2 Decislon boundary 2 Classifier 3 o Decision boundary 3 ▲△▲ △6▲ Feature 1 Feature 1 Featur (∑ g Feature Ense

  3. 所属分类：机器学习

    • 发布日期：2019-10-13
    • 文件大小：2097152
    • 提供者：qq_15141977

  1. Task2 GBDT算法梳理

  2. Task2 GBDT算法梳理 主要用于社群的资料整合。GBDT有很多简称，有GBT（Gradient Boosting Tree）, GTB（Gradient Tree Boosting ）， GBRT（Gradient Boosting Regression Tree）, MART(Multiple Additive Regression Tree)，其实都是指的同一种算法，本文统一简称GBDT。

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：466944
    • 提供者：coffeetea01

  1. 基于spark-ml,scala实现gbdt 算法，附带libsvm训练集和普通训练集实现

  2. 基于spark-ml,scala实现gbdt 算法，附带libsvm训练集和普通训练集实现，GBDT (Gradient Boosting Decision Tree) 梯度提升迭代决策树。GBDT 也是 Boosting 算法的一种，但是和 AdaBoost 算法不同（AdaBoost 算法上一篇文章已经介绍）；区别如下：AdaBoost 算法是利用前一轮的弱学习器的误差来更新样本权重值，然后一轮一轮的迭代；GBDT 也是迭代，但是 GBDT 要求弱学习器必须是 CART 模型，而且 GBDT

  3. 所属分类：互联网

    • 发布日期：2020-06-16
    • 文件大小：40960
    • 提供者：qq_37267359

  1. GBDT_regression-master.zip

  2. 梯度提升决策树（Gradient Boosting Decision Tree，GBDT）算法是近年来被提及比较多的一个算法，这主要得益于其算法的性能，以及该算法在各类数据挖掘以及机器学习比赛中的卓越表现。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-07-27
    • 文件大小：6144
    • 提供者：rookie_civil

  1. XGBoost 算法原理

  2. 一、简介 XGBoost(eXtreme Gradient Boosting)是GBDT(Gradient Boosting Decision Tree)的一种实现。GBDT又是提升树（Boosting Tree）的一种优化模型。Boosting则是集成学习的一种算法。 1.1 梯度提升树(Gradient Boosting Decison Tree, GBDT) 之前提到的 Bagging 的思想比较简单，即每一次从原始数据中根据均匀概率分布有放回的抽取和原始数据大小相同的样本集合，样本点可

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：1048576
    • 提供者：weixin_38608866