“比赛算法”之xgboost算法系列
来源:互联网 发布:windows韩语输入法 编辑:程序博客网 时间:2024/06/04 17:56
前言
有幸参加了2016年KDD CUP的数据比赛(2016.03-2016.07),最后获得了第三阶段排名12、总排名31/341的成绩。后来听说当时获得冠军的是清华的一支队伍,用的算法就是xgboost。而后,又陆续听说该算法又获得了两个比赛的冠军,自此,xgboost算法就在我脑海中留下了深刻的印象。xgboost(eXtreme Gradient Boosting)可以说是提升方法的完全加强版本。xgboost算法在各大比赛中展现了强大的威力。
随后会对该系列算法进行一个总结(包括adaboost和xgboost),不指望写个博客就能理解这个算法,只是希望可以不断的加深理解。
Adaboost:是英文”Adaptive Boosting”(自适应增强)的缩写
Xgboost: 是大规模并行boosted tree的工具,它是目前最快最好的开源boosted tree工具包,比常见的工具包快10倍以上。在数据科学方面,有大量kaggle选手选用它进行数据挖掘比赛,其中包括两个以上kaggle比赛的夺冠方案。在工业界规模方面,xgboost的分布式版本有广泛的可移植性,支持在YARN, MPI, Sungrid Engine等各个平台上面运行,并且保留了单机并行版本的各种优化,使得它可以很好地解决于工业界规模的问题。
————————————————————————————————————————2017.03.07——————————————————
参考文章:http://blog.csdn.net/sb19931201/article/details/52557382
- “比赛算法”之xgboost算法系列
- 【机器学习系列1】Xgboost算法
- 算法比赛
- xgboost 与 GBDT算法
- xgboost 算法原理
- python xgboost算法实践
- XGBoost算法原理
- 集成算法-Xgboost
- xgboost算法原理
- 算法系列之KMP算法
- 【算法系列】之递归算法
- XGBoost算法原理及其实现
- xgboost算法原理与实战
- 集成算法-xgboost/bagging/voting
- XGBoost算法原理简析
- 算法系列之“汉若塔”
- 算法系列之分治
- 比赛日程安排算法
- swift的闭包
- MVP设计模式
- 实战CGLib系列之proxy篇(一):方法拦截MethodInterceptor
- git学习笔记
- cannot import name MLPClassifier
- “比赛算法”之xgboost算法系列
- TreeView里的TreeView.HideSelection 属性
- 使用matplotlib画简单的散点图
- 306. Additive Number
- Eclipse 中web项目报 Target runtime Apache Tomcat v7.0 is not defined
- java学习基础——关键字static
- spring web mvc 的一个简单实例
- 老戏新拍,但愿朝鲜不是另一个伊拉克!
- Android Api Level