人工智能_项目实践_上市公司财务造假_基于XGBoost的上市公司财务造假预测
2022-04-11 12:03:53 15.39MB 人工智能
PySpark-ClusterClassify 使用AWS Sagemaker在MNIST数据集上进行分布式KMeans聚类和XGBoost分类作业
2022-04-03 16:34:56 671KB JupyterNotebook
1
XGBoost模型 该项目使用XGBoost模型预测销售价格,然后将结果与其他算法(例如,Random Forest和Decision Tree)进行比较。 资料栏位 这是您将在数据描述文件中找到的内容的简短版本。 SalePrice-物业的销售价格(以美元为单位)。 这是您要预测的目标变量。 MSSubClass:建筑类MSZoning:总体分区分类LotFrontage:连接到属性Lot的街道的线性英尺LotArea:平方英尺的地块大小Street:道路通道的类型Alley:胡同通道的类型LotShape:属性的一般形状LandContour:平面度属性实用程序:可用的实用程序类型LotConfig:批次配置LandSlope:属性的坡度邻域:Ames城市范围内的物理位置条件1:接近主干道或铁路条件2:接近主干道或铁路(如果有第二秒)BldgType:类型房屋外观样式:房屋风格整体质
2022-03-30 19:43:21 631KB JupyterNotebook
1
分类问题中的特征选择一直是一个重要而又困难的问题。这类问题中要求特征选择算法不仅能够帮助分类器提高分类准确率,同时还要尽可能地减少冗余特征。因此,为了在分类问题中更好地进行特征选择,提出了一种新型的包裹式特征选择算法XGBSFS。该算法借鉴极端梯度提升(XGBoost)算法中构建树的思想过程,通过从3个重要性度量的角度来衡量特征的重要性,避免单一重要性度量的局限性;然后通过改进的序列浮动前向搜索策略(ISFFS)搜索特征子集,使最终得到的特征子集有较高的质量。在8个UCI数据集的对比实验中表明,所提算法具有很好的性能。
1
Xgboost原理详解,参考了多个博客和论文,探讨XGB的基本原理和优点等。
2022-03-20 23:11:50 1.23MB XGB 原理详解
1
机器学习方法在股指期货预测中的应_省略_SVM和XGBoost的比较分析_黄卿.pdf
2022-03-11 14:20:17 1.52MB FinE
1
xgboost.whl使用pip install 文件名 直接安装 十分方便
2022-02-25 16:54:17 7.09MB xgboost
1
文章目录一瞥一、集成算法思想二、XGBoost基本思想三、MacOS安装XGBoost四、用python实现XGBoost算法五、xgboost的优化:六、xgboost的优势:1、正则化2、并行处理3、高度的灵活性4、缺失值处理5、剪枝6、内置交叉验证7、在已有的模型基础上继续七、常用API 介绍1.数据接口 Data Interface2. 参数设置Setting Parameters3.开始训练Training 保存模型4.提前停止Early Stopping5.预测Prediction 使用早停进行预测6.绘图Plotting八、代码实践 在竞赛题中经常会用到XGBoost算法,用这个
2022-02-18 14:56:33 915KB param python python机器学习
1
使用XGBoost回归模型预测学生的写作成绩源码
2022-02-16 19:02:14 89KB 回归 数据挖掘 人工智能 机器学习