1 简介 1.1 介绍 1.2 生成步骤 CART树算法由以下两步组成:(1)决策树生成:基于训练数据集生成决策树，生成的决策树要尽量大;(2)决策树剪枝:用验证数据集对己生成的树进行剪枝并选择最优子树，这时用损失函数址小作为剪枝的标准。 2 算法 2.1 回归树 对回归树用平方误差最小化准则，生成 ...
分类：
编程语言 时间：
2020-04-28 14:36:46
阅读次数：
113
import React, { Component, createRef } from 'react' import { Cart } from 'antd' import echarts from 'echarts' var option = { // 图表名 title: { text: '店铺 ...
分类：
其他好文 时间：
2020-04-27 19:11:17
阅读次数：
61
1. 什么是决策树 1.1 决策树的基本思想 其实用一下图片能更好的理解LR模型和决策树模型算法的根本区别，我们可以思考一下一个决策问题：是否去相亲，一个女孩的母亲要给这个女海介绍对象。 大家都看得很明白了吧！LR模型是一股脑儿的把所有特征塞入学习，而决策树更像是编程语言中的if-else一样，去做 ...
分类：
其他好文 时间：
2020-04-20 16:15:14
阅读次数：
146
集成学习(Ensemble Larning)本身不是一个单独的机器学习算法，是通过构建并结合多个机器学习器来完成学习任务的思想。通常的集成学习的方法指的是同质个体学习器。同质个体学习器使用最多的模型是CART决策树和神经网络。按照个体学习器之间是否存在依赖关系可以分为两类，第一个是个体学习器之间存在 ...
分类：
编程语言 时间：
2020-04-12 00:12:11
阅读次数：
96
常用的决策树算法有 ID3、C4.5、CART ，它们构建树所使用的启发式函数各是什么？除了构建准则之外，它们之间的区别与联系是什么？首先，我们回顾一下这几种决策树构造时使用的准则。 | 人 | 年龄 | 长相 | 工资 | 写代码 | 类别 | | | | | | | | | 小A | 老 | 帅 ...
分类：
其他好文 时间：
2020-04-02 22:47:48
阅读次数：
100
当服务器使用LiteSpeed架构，而不是Apache或者Nginx，就可以很轻松的开启页面缓存，达到加速的目的！ 得益于基于事件的架构优势，静态内容比Apache Httpd 快 5 倍 ，动态内容更是快 40 倍，HTTPS 访问快 3 倍并可以应用硬件加速器。 LiteSpeed针对wordp ...
分类：
其他好文 时间：
2020-03-28 16:31:18
阅读次数：
177
解决方法: 加个require()就可以了 <img :src="require('../xxx/images/'+imgsrc+'.png')"/> export default { name: 'cart-buy-button', data () { return { imgsrc: "实际的动 ...
分类：
其他好文 时间：
2020-03-22 10:27:07
阅读次数：
157
一、基本概念 GBDT (Gradient Boosting Decision Tree) 梯度提升迭代决策树。 GBDT通过多轮迭代,每轮迭代产生一个弱分类器，每个分类器在上一轮分类器的残差基础上进行训练。 弱分类器一般会选择为CART TREE（也就是分类回归树）。 每一轮预测和实际值有残差，下 ...
分类：
其他好文 时间：
2020-03-12 17:13:44
阅读次数：
71
@ "toc" 首先是springboot和thymeleaf整合的demo项目，然后使用session实现购物车 一，新建购物车的实体类Cart 二，在选择商品类型页面进行页面跳转 三，在controller进行添加商品对象并记入session 四，购物车页面接收购物车信息并展示 五，补充说明 因 ...
分类：
其他好文 时间：
2020-03-08 17:48:51
阅读次数：
61
xgboost（eXtreme Gradient Boosting） 大规模并行 boosting tree 的工具，据说是现在最好用的 boosting 算法，针对传统 GBDT 算法做了很多改进 xgboost 和传统 GBDT 的区别 GBDT 基学习器只用 CART 树，而 xgboost ...
分类：
编程语言 时间：
2020-03-07 20:57:18
阅读次数：
95
