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. catBoost 原稿

  2. 文档是catBoost 原本，想要看看原算法的细节，请从原文开始

  3. 所属分类：机器学习

    • 发布日期：2018-11-23
    • 文件大小：696kb
    • 提供者：kaikaixinxinxin

  1. 机器学习通用代码（XGboost、LightGBM、Catboost）

  2. 机器学习算法XGboost、LightGBM、Catboost的代码架构，满足基本的数据分析，回归、二分类、多分类。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-02-12
    • 文件大小：13kb
    • 提供者：qq_18846741

  1. 树模型论文汇总.zip

  2. xgboost、lightgbm、catboost论文汇总。 XGBoost[1]是2014年2月诞生的专注于梯度提升算法的机器学习函数库，此函数库因其优良的学习效果以及高效的训练速度而获得广泛的关注。仅在2015年，在Kaggle[2]竞赛中获胜的29个算法中，有17个使用了XGBoost库，而作为对比，近年大热的深度神经网络方法，这一数据则是11个。在KDDCup 2015 [3]竞赛中，排名前十的队伍全部使用了XGBoost库。XGBoost不仅学习效果很好，而且速度也很快，相比梯度提升

  3. 所属分类：机器学习

    • 发布日期：2019-08-13
    • 文件大小：2mb
    • 提供者：qq_22866291

  1. cpp-CatBoost一种基于梯度提升决策树的机器学习方法

  2. CatBoost 一种基于梯度提升决策树的机器学习方法。CatBoost is a machine learning method based on gradient boosting over decision trees。

  3. 所属分类：其它

    • 发布日期：2019-08-16
    • 文件大小：194mb
    • 提供者：weixin_39840924

  1. catboost-0.16.5-cp36-none-manylinux1_x86_64.whl

  2. sudo pip3 install catboost-0.16.5-cp36-none-manylinux1_x86_64.whl

  3. 所属分类：Python

    • 发布日期：2019-08-27
    • 文件大小：59mb
    • 提供者：qq_37717661

  1. CatBoost.pdf

  2. catboost原论文，方便自己使用，也同时方便大家的使用，其实网络上也很好找的，这个可能不是随时都方便的。如有侵权，联系删除。

  3. 所属分类：机器学习

    • 发布日期：2020-04-29
    • 文件大小：938kb
    • 提供者：weixin_41064957

  1. CatBoost快速入门.ipynb

  2. 简介、安装、初试、可视化、绘出决策树、最优模型、调用GPU等 https://blog.csdn.net/lly1122334/article/details/104517076

  3. 所属分类：机器学习

    • 发布日期：2020-02-27
    • 文件大小：906kb
    • 提供者：lly1122334

  1. Catboost-MNIST.ipynb

  2. MNIST & Catboost保存模型并预测 https://blog.csdn.net/lly1122334/article/details/104407869

  3. 所属分类：机器学习

    • 发布日期：2020-02-20
    • 文件大小：117kb
    • 提供者：lly1122334

  1. piecedata.py

  2. 完整的CatBoost程序可用于模式识别，其中包括CatBoost参数的选取，以及对于数据的操作

  3. 所属分类：机器学习

  1. 机器学习框架代码归纳

  2. 归纳出机器学习的通用框架代码：满足 xgboost、lightGBM、catboost 数据分析，回归、二分类、多分类等等。

  3. 所属分类：机器学习

    • 发布日期：2020-08-14
    • 文件大小：13kb
    • 提供者：llm765800916

  1. XGBoost、LightGBM、Catboost对比

  2. 本文主要参考Battle of the Boosting Algos: LGB, XGB, Catboost，结果与原文有出入。 文章目录1. 对比标准1.1 数据集1.2 规则1.3 版本2. 结果2.1 准确率2.2 训练时间和预测时间2.3 可解释性2.3.1 特征重要性2.3.2 SHAP值2.3.3 可视化二叉树3. 总结4. 代码参考文献 1. 对比标准 1.1 数据集 分类：Fashion MNIST（60000条数据784个特征） 回归：NYC Taxi fares（60000条

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：435kb
    • 提供者：weixin_38750209

  1. 清华镜像源安装 NGboost XGboost Catboost

  2. 清华镜像源安装 NGboost XGboost Catboost pip install catboost -i https://pypi.tuna.tsinghua.edu.cn/simple pip install ngboost -i https://pypi.tuna.tsinghua.edu.cn/simple pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple 数据比赛常用预测模型：LGB、XGB与ANN L

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：58kb
    • 提供者：weixin_38573171

  1. projects:机器学习项目-源码

  2. 机器学习项目 我的机器学习项目包括： -从零开始进行Logistic回归以对手写数字1和数字5进行分类-通过使用libsvm库提供给定数据的SVM -具有线性回归的汽车的销售价格预测-PCA从头开始，k-均值从头开始-通过使用不同的模型进行多类分类-通过使用不同的模型来确定期限存款Scrath的高斯混合期望最大化算法随机梯度下降从零开始的逻辑回归-使用textgenrnn库生成文本Xgboost和Catboost的欺诈检测

  3. 所属分类：其它

  1. mlcourse_dubai:迪拜机器学习课程的资料库-源码

  2. 迪拜的开放式机器学习课程 该库包含2020年Spring在迪拜举行的ML课程的所有考试材料。该课程在开放数据科学社区的支持下成立。该课程于2月19日开始。该活动将由霍特国际商学院举办。所有讲座将由具有Reactor，FICO，Deloitte，VISA，沙迦美国大学的实践经验的导师讲授。 讲座时间表 简介，2020年2月19日 熊猫探索性数据分析，2020年3月25日 使用Python进行可视数据分析，2020年1月4日 决策树，2020年4月4日 Logistic回归，2020年4月15日 合

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：96mb
    • 提供者：weixin_42159267

  1. CatBoostLSS:CatBoost扩展到概率预测-源码

  2. CatBoostLSS-CatBoost扩展到概率预测 我们提出了一个的新框架，该框架可预测单变量响应变量的整个条件分布。特别是， CatBoostLSS可以对参数分布的所有矩进行建模，即均值，位置，比例和形状（LSS），而不仅仅是条件均值。从广泛的连续分布，离散分布和混合离散连续分布中进行选择，对整个条件分布进行建模和预测可以大大增强CatBoost的灵活性，因为它可以使您对数据生成过程有更多的了解，并可以创建概率预测从中可以得出感兴趣的预测间隔和分位数。在下文中，我们简要介绍了CatBoos

  3. 所属分类：其它

  1. 基于GWO_CatBoost的物联网入侵检测分类模型

  2. 灰狼优化算法（Grey Wolf Optimizer，GWO）由澳大利亚格里菲斯大学学者 Mirjalili 等人于2014年提出来的一种群智能优化算法。该算法受到了灰狼捕食猎物活动的启发而开发的一种优化搜索方法，它具有较强的收敛性能、参数少、易实现等特点。近年来受到了学者的广泛关注，它己被成功地应用到了车间调度、参数优化、图像分类等领域中。用GWO优化CatBoost的参数来进行物联网入侵检测分类。

  3. 所属分类：机器学习

  1. noshows:根据约会数据预测不出现-源码

  2. 在未预约的数据集（ ）（患者约会的数据集）上，我们试图预测患者是否愿意参加约会。只有大约1/4的患者没有出现，并且在此回购中，我们显示出通过生成更多的没有出现，我们可以改善患者没有出现分类器的性能。查看以下结果： 原始数据集结果： 模型 准确性 AUC 记起 精确 F1 河童 我的客户中心 TT（秒） 助推器 CatBoost分类器 0.8026 0.7461 0.0778 0.5843 0.1372 0.0942 0.1582 14.866 lightgbm 轻梯度升压机 0

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：15mb
    • 提供者：weixin_42134117

  1. wildfire-detector:使用TensorFlow和CatBoost的野火和野火热点检测系统-源码

  2. 野火探测器 使用TensorFlow和CatBoost的野火和野火热点检测系统。 该程序首先使用图像分类（Keras CNN）来识别给定卫星图像中是否存在野火。 如果未检测到火灾，则应用程序将向国家海洋和大气管理局查询周围区域和给定时间的天气数据。 它将使用此数据对给定位置是否是潜在的野火热点做出预测（使用CatBoost）。热点定义为最近发生野火的地点。 运行main.py以启动应用程序。 要使用该程序，您将需要安装以下依赖项： NumPy 大熊猫 皮尔 scikit学习 张量流 猫助推器

  3. 所属分类：其它

  1. AlphaPy：使用Python，scikit-learn，Keras，XGBoost，LightGBM和CatBoost的自动化机器学习[AutoML]-源码

  2. AlphaPy：使用Python，scikit-learn，Keras，XGBoost，LightGBM和CatBoost的自动化机器学习[AutoML]

  3. 所属分类：其它

  1. MNIST & Catboost保存模型并预测

  2. 安装 pip install catboost 数据集 分类：MNIST（60000条数据784个特征），已上传CSDN 代码 import random import numpy as np import pandas as pd import matplotlib.pyplot as plt from catboost import CatBoostClassifier from sklearn.model_selection import train_test_split train

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：124kb
    • 提供者：weixin_38746951
« 12 »