幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

梯度提升演算法實戰(基於XGBoost和scikit-learn)

  • 作者：(美)科里·韋德|責編:安妮//李燕|譯者:張生軍
  • 出版社：清華大學
  • ISBN：9787302659518
  • 出版日期：2024/04/01
  • 裝幀：平裝
  • 頁數：218
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    XGBoost是一種經過行業驗證的開源軟體庫，為快速高效地處理數十億數據點提供了梯度提升框架。首先，本書在介紹機器學習和XGBoost在scikit-learn中的應用后，逐步深入梯度提升背後的理論知識。讀者將學習決策樹，並分析在機器學習環境中的裝袋技術，同時學習拓展到XGBoost的超參數；並將從零開始構建梯度提升模型，將梯度提升擴展到大數據領域，同時通過計時器的使用了解速度限制。接著，本書重點探討XGBoost的細節，著重於速度提升和通過數學推導導出參數。通過詳細案例研究，讀者將練習使用scikit-learm及原始的Python API構建和微調XGBoost分類器與回歸器：並學習如何利用XGBoost的超參數來提高評分、糾正缺失值、縮放不平衡數據集，並微調備選基學習器。最後，讀者將學習應用高級XGBoost技術，如構建非相關的集成模型、堆疊模型，並使用稀疏矩陣、定製轉換器和管道為行業部署準備模型。
    本書適合作為高等學校電腦專業、軟體工程專業的高年級本科生及研究生教材，同時適合有一定機器學習基礎的數據科學家、機器學習工程師和研究人員閱讀，可為解決複雜的機器學習問題提供實用指導。
作者介紹
(美)科里·韋德|責編:安妮//李燕|譯者:張生軍
目錄
第一部分  裝袋和提升
  第1章  機器學習概覽
    1.1  XGBoost概覽
    1.2  數據整理
      1.2.1  數據集1：自行車租賃數據集
      1.2.2  理解數據
      1.2.3  糾正空值
    1.3  回歸預測
      1.3.1  預測自行車租賃數量
      1.3.2  保存數據以備將來使用
      1.3.3  聲明預測列和目標列
      1.3.4  理解回歸
      1.3.5  訪問scikit-learn
      1.3.6  關閉警告信息
      l.3.7  線性回歸建模
      1.3.8  XGBoost
      1.3.9  XGBRegressoi
      1.3.10  交叉驗證
    1.4  分類預測
      1.4.1  什麼是分類？
      1.4.2  數據集2：人口普查數據集
      1.4.3  XGBoost分類器
    1.5  總結
  第2章  深入淺出決策樹
    2.1  介紹XGBoost決策樹
    2.2  探索決策樹
      2.2.1  第一個決策樹模型
      2.2.2  決策樹內部結構
    2.3  對比方差和偏差
    2.4  調整決策樹超參數
      2.4.1  決策樹回歸器
      2.4.2  一般超參數
      2.4.3  綜合微調超參數
    2.5  實例：預測心臟病
      2.5.1  心臟病數據集
      2.5.2  決策樹分類器
      2.5.3  i鯗擇超參數
      2.5.4  縮小範圍
      2.5.5  feature_importances_
    2.6  總結
  第3章  隨機森林與裝袋法
    3.1  裝袋集成
      3.1.1  集成方法
      3.1.2  自助聚合
    3.2  探索隨機森林
      3.2.1  隨機森林分類器
      3.2.2  隨機森林回歸器
    3.3  隨機森林超參數
      3.3.1  oob_score
      3.3.2  n_estimators

      3.3.3  warm_start
      3.3.4  自助法
  ……
第二部分  XGBoost
第三部分  XGBoost進階
附錄  本書相關網址

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032