针对 RFC 算法随着规则集规模的增加，占用的内存空间以近似指数规模骤然增大的问题，提出了一种改进型的包分类算法 HRFC（Hybrid-RFC）。该算法通过决策树完成规则集多维空间的动态划分，借助多阶段缩减树完成对每个子集的映射，从而实现包的快速高效分类。实验表明，该算法能够在保障分类速度的同时，有效地降低空间开销。
2021-07-05 10:12:41
843KB
1
轻梯度升压机
LightGBM是使用基于树的学习算法的梯度增强框架。 它被设计为分布式且高效的，具有以下优点：
更快的训练速度和更高的效率。
降低内存使用率。
更好的准确性。
支持并行，分布式和GPU学习。
能够处理大规模数据。
有关更多详细信息，请参阅。
受益于这些优势，LightGBM被广泛用于许多机器学习竞赛的中。
在公共数据集上进行的表明，LightGBM可以在效率和准确性上均优于现有的Boosting框架，并且显着降低了内存消耗。 此外， 表明，LightGBM通过使用多台机器进行特定设置的训练可以实现线性加速。
入门和文档
我们的主要文档位于并从此存储库生成。 如果您不熟悉LightGBM，请按照站点上进行。
接下来，您可能需要阅读：
显示了常见任务的命令行用法。
LightGBM支持的和算法。
是您可以进行的自定义的详尽列表。
和可以加快计算速度。
2021-07-02 11:44:26
6.71MB
1
Python数据挖掘入门与实战，NBA数据挖掘数据 真是可用，包括match 和standing
2021-06-28 16:25:18
18KB
1
决策树和随机森林
垃圾邮件和泰坦尼克号数据集的分类器。 只需从上到下运行提供的iPython Notebook，确保数据集位于同一目录中。 将CSV文件输出到当前目录。
2021-06-26 17:28:57
123KB
1