决策树Python代码实现1.DecisionTree.py#! /usr/bin/env python2.8# -*- coding: utf-8 -*-# __author__ = "errrolyan"# __Date__: 18-12-10# __Describe__ = "决策树ID3算法算法Py...
机器学习越来越多地在企业应用，本文跟大家分享一个采用python，应用决策树算法对跨国食品超市顾客等级进行预测的具体案例。
作者：symonxiong，腾讯 CDG 应用研究员 XGBoost是一种经典的集成式提升算法框架，具有训练效率高、预测效果好、可控参数多、使用方便等特性，是大数据分析领域的一柄利器。在实际业务中，XGBoost经常被运用于用户行为预判、用...
协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐， 忽视了用户自身特征， 物品自身特征以及上下文信息等，导致生成的结果往往会比较片面。而这次介绍的这个模型是2014年由Facebook提出的GBDT+LR...
在超市、地铁、车站等很多场景中，人脸识别已经被广泛应用，但是这个功能究竟是怎么实现的？
特征工程目的：从特征集合中挑选一组具有统计意义的特征子集，从而达到降维的效果。流程：找一个集合，然后针对某个学习算法，测试效果如何，一直循环找到最优集为止。...
数据科学工作通常需要大幅度提高工作量才能提高所开发模型的准确性。这五个建议将有助于改善您的机器学习模型，并帮助您的项目达到其目标。
由于是基于像素级的训练，所以需要每个像素都需要标签，这个标签包括每个像素所属的类别以及对应的三维空间坐标。
生活中我们做的许多决定都是基于其他人的意见。这包括，通过书评来决定阅读哪一本书；根据多位医生的建议决定选择哪个治疗方案；以及定罪。
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不仅在工业界应用广泛，通常被用于多分...
