书栈网 · BookStack 本次搜索耗时 0.032 秒,为您找到 355 个相关结果.
  • Loading and Saving

    430 2020-04-11 《Theano 1.0 Document》
    Loading and Saving The Basics of Pickling Short-Term Serialization Robust Serialization Long-Term Serialization Loading and Saving Python’s standard way of saving class ins...
  • gbdt回归

    gbdt回归 功能介绍 参数说明 参数建议 脚本示例 脚本结果 gbdt回归 功能介绍 gbdt(Gradient Boosting Decision Trees)回归,是经典的基于boosting的有监督学习模型,可以用来解决回归问题 支持连续特征和离散特征 支持数据采样和特征采样 参数说明 名称 中...
  • 决策树

    决策树 功能介绍 参数说明 脚本示例 脚本代码 脚本结果 决策树 功能介绍 决策树支持多种树模型 id3,cart,c4.5 支持带样本权重的训练 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 treeType 模型中树的类型 模型中树的类型,平均(gini,entropy均...
  • gbdt回归

    gbdt回归 功能介绍 参数说明 参数建议 脚本示例 脚本结果 gbdt回归 功能介绍 gbdt(Gradient Boosting Decision Trees)回归,是经典的基于boosting的有监督学习模型,可以用来解决回归问题 支持连续特征和离散特征 支持数据采样和特征采样 参数说明 名称 中文名称...
  • gbdt二分类训练(batch)

    gbdt二分类 功能介绍 参数说明 参数建议 脚本示例 脚本结果 gbdt二分类 功能介绍 gbdt(Gradient Boosting Decision Trees)二分类,是经典的基于boosting的有监督学习模型,可以用来解决二分类问题 支持连续特征和离散特征 支持数据采样和特征采样 目标分类必须是两个 ...
  • gbdt二分类

    gbdt二分类 功能介绍 参数说明 参数建议 脚本示例 脚本结果 gbdt二分类 功能介绍 gbdt(Gradient Boosting Decision Trees)二分类,是经典的基于boosting的有监督学习模型,可以用来解决二分类问题 支持连续特征和离散特征 支持数据采样和特征采样 目标分类必须是两个 ...
  • Loading and Saving

    Loading and Saving The Basics of Pickling Short-Term Serialization Robust Serialization Long-Term Serialization Loading and Saving Python’s standard way of saving class ins...
  • 随机森林分类

    随机森林 功能介绍 参数说明 脚本示例 脚本代码 脚本结果 随机森林 功能介绍 随机森林是一种常用的树模型,由于bagging的过程,可以避免过拟合 随机森林组件支持稠密数据格式 支持带样本权重的训练 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 featureSubsampli...
  • 随机森林回归

    随机森林回归 功能介绍 参数说明 脚本示例 脚本代码 脚本结果 随机森林回归 功能介绍 随机森林回归是一种常用的树模型,由于bagging的过程,可以避免过拟合 随机森林回归组件支持稠密数据格式 支持带样本权重的训练 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 featu...
  • gbdt回归训练(batch)

    gbdt回归 功能介绍 参数说明 参数建议 脚本示例 脚本结果 gbdt回归 功能介绍 gbdt(Gradient Boosting Decision Trees)回归,是经典的基于boosting的有监督学习模型,可以用来解决回归问题 支持连续特征和离散特征 支持数据采样和特征采样 参数说明 名称 中文名称...