AdaBoost（Adaptive Boosting，自适应提升）算法由 Yoav Freund 和 Robert Schapire 于 1995 年提出，是一...
在这节我们通过一个具体的小例子，来理解 AdaBoostClassifier 是如何在多分类问题中做出预测的，重点是弄清楚： 1. 预测 1.1 获得模型 假设...
XGBoost（Extreme Gradient Boosting）2014 年由陈天奇开发，旨在对传统梯度提升算法（GBDT）进行高效实现和优化。2015 年...
梯度提升树（GBDT）核心在于逐步纠错的迭代逻辑，而负梯度正是这一逻辑的关键支撑。搞懂它的训练与预测全过程，既能清晰看到模型如何一步步纠错，提升训练精度，更能直...
GBDT（梯度提升树）不仅能高效解决回归问题，在分类任务中同样表现出色。其核心逻辑与回归场景一脉相承，依托逐步纠错的迭代框架，以负梯度为核心驱动，通过持续修正预...
梯度提升树（Gradient Boosting Decision Tree，简称 GBDT）由 Friedman 提出，是集成学习领域的经典算法。在深度学习尚未...
在数据分析中，K-means 聚类是一种非常常用的聚类方法。它的核心思想是：将相似的数据点归为同一簇，并为每个簇计算一个质心，然后把每个点分配到距离最近的质心所...
GBDT（Gradient Boosting Decision Tree，梯度提升树）本质上是一个二分类模型。它通过不断迭代地拟合前一轮模型的负梯度，逐步提升模...
词袋模型（Bag-of-Words，BoW）是一种表示和处理文本数据的模型或框架，它提供了一种简单的思想，使得我们能够实现文本转换为数值形式，以便进行进一步的分...
Qwen2.5-0.5B-Instruct 是阿里云 Qwen 团队开发的 Qwen2.5 系列语言模型中的一个指令微调模型，参数规模为 0.5B，类型为因果语...
LLaMA-Factory 是一个开源的大规模语言模型（LLM）训练与微调框架，它能够简化大型语言模型的微调过程，使用户能够在无需编写代码的情况下，对多种预训练...
在传统的文本分类任务中，我们通常依赖监督学习方法，比如朴素贝叶斯、支持向量机，或者 BERT 这样的深度学习模型。但这些方法存在三个关键限制： 这种传统方法的不...
Ollama 是一个开源的人工智能平台，它主要用于提供强大的 AI 模型接口，并帮助开发者和团队快速构建、集成和管理 AI 应用。Ollama 通过提供本地化的...
终身学习者 | 知识桥接者
我是一名 80 后，写过多年代码，讲过很多年课，积累了丰富经验。如今，想把这些经验整理，通过我的博客分享给大家。
冀公网安备13050302001966号