集成机器学习算法-GBDT-XGboost-LightGBM-上: 1. 为什么Bagging能改进模型性能？ 2. 随机森林中随机体现在哪些方面？ 3. 随机森林和GBDT的基学习器都是决策树。请问这两种模型中的决策树有什么不同。 4. 请简述LightGBM的训练速度问什么比XGBoost快。 5. 采用tfidf特征，采用LightGBM（gbdt）完成Otto商品分类，尽可能将超参数调到最优，并用该模型对测试数据进行测试，提交Kaggle网站，提交排名。 6. 采用tfidf特征，采用LightGBM（goss）完成Otto商品分类，尽可能将超参数调到最优，并用该模型对测试数据进行测试，提交Kaggle网站，提交排名。

1. 为什么Bagging能改进模型性能？ 2. 随机森林中随机体现在哪些方面？ 3. 随机森林和GBDT的基学习器都是决策树。请问这两种模型中的决策树有什么不同。 4. 请简述LightGBM的训练速度问什么比XGBoost快。 5. 采用tfidf特征，采用LightGBM（gbdt）完成Otto商品分类，尽可能将超参数调到最优，并用该模型对测试数据进行测试，提交Kaggle网站，提交排名。 6. 采用tfidf特征，采用LightGBM（goss）完成Otto商品分类，尽可能将超参数调到最优，并用该模型对测试数据进行测试，提交Kaggle网站，提交排名。

取消

暂无发行版

kylewang/集成机器学习算法-GBDT-XGboost-LightGBM-上

简介

发行版

贡献者

近期动态