【技术干货】菜菜的机器学习sklearn11 -XGBoost

请问有老师的讲义吗

♥ 8 ↩ 1

随机抽样应该会提高泛化能力把，但是又相当于样本减少，所以到底随机抽样会不会提高泛化能力？？

♥ 4 ↩ 2

[给心心]sklearn公开课是正课内容的「节选内容」，领取课件/获取完整版内容，请加vx号littlelion1206~ 爱你们哟~[OK]

♥ 3

讲的很好，非常努力和认真

♥ 2

菜菜小姐姐，讲讲kaggle比赛吧！第一次参加打进25%可能吗

♥ 2 ↩ 2

有生之年

♥ 2 ↩ 1

eta越小，步子就越小，迭代的次数就越多，就越可能收敛到更精确的值，那么对训练集的拟合岂不就越好，那为什么还会减少过拟合呢？另外，迭代的树越多，意味着模型的复杂度越高，也应该对训练集的拟合程度会升高，应该会过拟合才对啊，为什么反倒提高了模型的泛化能力呢？

♥ 1

老师能讲讲catboost吗

♥ 1 ↩ 1

您好，想问您几个问题。 第一个关于梯度提升的问题。以前看GBDT理论，理解其梯度提升的意义就是不断从偏差中学习。XGB中y更新的公式很像这个原理，但是如果一旦加上随机抽样（递归训练树时数据集不断变化），这一切就不合理了，所以想问一下这个疑惑。（XGB原理还未详细了解）。 第二个关于数据量的。我现在有大于10G的数据，已经按照一定规则分好文件，我想用XGB训练，不知道可不可以。如果可以，麻烦大致说一个思路或者方法？

♥ 1 ↩ 2

菜菜，可以出一起adaboost 或者stacking

♥ 1

好懵，怎么一会儿adaboost ,一会儿gbdt，感觉讲的不是xgboost

♥ 1 ↩ 1

大佬们做回归得分是个负值[脸红]，这是什么情况呢

↩ 4

菜菜，特征工程中的SelectKBest 接口返回的X特征矩阵怎么知道特征的名字呀,期待回复，谢谢厉害的菜菜

↩ 1

谁知道菜菜有没有那种系统的教学班啊

请问 老师 是怎么做到 隐藏每个cell输出结果的诶?是通过安装什么插件嘛？还是Nbextensions里面的某个插件嘛？还是其他的？谢谢谢谢，灰常感谢～

↩ 2

讲的好好

案例中，如果输出运行时详情 silent = False 报警告，就是使用 verbosity = 2 代替。verbosity = 0 （静默）/ 1 （默认）/ 2 （详细）

↩ 1

请问菜菜，learning_curve纵坐标的分数，是怎么算出来的，是R2吗

↩ 4

我的R2曲线画出来你老师的差别很多，

↩ 1