สิ่งตีพิมพ์ในหัวข้อ 'xgboost'


มืออาชีพอีกคนหนึ่งสำหรับการสร้างแบบจำลองทั้งมวล?
เมื่อฉันได้เรียนรู้เกี่ยวกับการสร้างแบบจำลองทั้งมวล ข้อดีหลักๆ ที่ถูกกล่าวถึงก็คือว่ามันใช้ประโยชน์จาก "ภูมิปัญญาของฝูงชน" ซึ่งทำให้มีภูมิต้านทานต่อข้อผิดพลาดทั่วไปที่สร้างความเสียหายให้กับโมเดลได้ค่อนข้างมากหากใช้เพียงลำพัง กระบวนการนี้เกี่ยวข้องกับการใช้แบบจำลองหลายแบบเพื่อทำนายผลลัพธ์ผ่านระบบการลงคะแนนเสียง การทายผลแต่ละรุ่นถือเป็นการโหวตและการทำนายที่ได้รับคะแนนโหวตมากที่สุดจะเป็นผู้ชนะ บางครั้งสามารถถ่วงน้ำหนักคะแนนได้..

การจัดหมวดหมู่ในการคาดการณ์อัตราการคลิกผ่านในโฆษณาแบบดิสเพลย์
บทนำ ปัจจุบันการโฆษณาแบบดิสเพลย์ออนไลน์เป็นธุรกิจที่มีมูลค่าหลายพันล้านดอลลาร์ โดยมีรายได้ต่อปี 31.7 พันล้านดอลลาร์สหรัฐในปีงบประมาณ 2016 เพิ่มขึ้น 29% จากปีงบประมาณ 2015 ปัญหาหลักประการหนึ่งที่โฆษณาแบบรูปภาพพยายามแก้ไขคือการแสดงโฆษณาที่เหมาะสมแก่ คนที่เหมาะสม ในบริบทที่ถูกต้อง ในเวลาที่เหมาะสม การคาดการณ์อัตราการคลิกผ่าน (CTR) อย่างแม่นยำเป็นสิ่งสำคัญในการแก้ปัญหานี้ และได้รับความสนใจจากการวิจัยมากมายในช่วงไม่กี่ปีที่ผ่านมา ข้อมูลที่เกี่ยวข้องกับการทำนาย CTR..

คำถามในหัวข้อ 'xgboost'

XGBoost รับความสำคัญของคุณลักษณะเป็นรายการคอลัมน์แทนการลงจุด
ฉันสงสัยว่าคุณจะได้รับความสำคัญของฟีเจอร์เป็นรายการคอลัมน์แทนที่จะเป็นพล็อตหรือไม่ นี่คือสิ่งที่ฉันมี xg_reg = xgb.train(params=params, dtrain=data_dmatrix, num_boost_round=10) import matplotlib.pyplot as plt xgb.plot_importance(xg_reg)...
50 มุมมอง
schedule 14.01.2024