机器学习(23)---Boosting tree(课堂笔记)

文章目录

  • 一、知识记录
  • 二、题目
    • [2.1 题目1](#2.1 题目1)
    • [2.2 题目2](#2.2 题目2)
    • [2.3 题目三](#2.3 题目三)
    • [2.4 答案书写](#2.4 答案书写)

一、知识记录

二、题目

2.1 题目1

2.2 题目2

2.3 题目三

T 4 T_4 T4中 0.15 0.15 0.15 改为 − 0.16 -0.16 −0.16, − 0.22 -0.22 −0.22 改为 0.11 0.11 0.11。

2.4 答案书写


相关推荐
yzx9910132 天前
集成学习实际案例
人工智能·机器学习·集成学习
山北雨夜漫步3 天前
机器学习 Day12 集成学习简单介绍
人工智能·机器学习·集成学习
pljnb3 天前
树模型与集成学习(决策树核心算法:ID3/C4.5/CART、随机森林、GBDT/XGBoost)
算法·决策树·集成学习
潇湘馆记12 天前
集成学习介绍
机器学习·集成学习
Secede.18 天前
深度集成学习不均衡样本图像分类
机器学习·分类·集成学习
緣起緣落22 天前
Linux(CentOS 7) 部署 redis 集群
linux·运维·服务器·redis·centos·集成学习
沙子可可22 天前
Apache Camel指南-第四章:路由径构建之异常处理
apache·集成学习
碳基学AI23 天前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义免费下载方法
大数据·人工智能·python·gpt·算法·语言模型·集成学习
三月七(爱看动漫的程序员)1 个月前
TAPO: Task-Referenced Adaptation for Prompt Optimization
人工智能·gpt·机器学习·语言模型·自然语言处理·prompt·集成学习
爱吃泡芙的小白白1 个月前
机器学习——集成学习框架(GBDT、XGBoost、LightGBM、CatBoost)、调参方法
机器学习·集成学习·模型微调·调参优化·模型调参方法