数据比赛，GBM(Gredient Boosting Machine)少不了，我们最常见的就是XGBoost和LightGBM。 模型是在数据比赛中尤为重要的，但是实际上，在比赛的过程中，大部分朋友在模型上花的时间却是相对较少的，大家都倾向于将宝贵的时间留在特征提取与模型融合这…

1.背景介绍 XGBoost，全称为eXtreme Gradient Boosting，是一种基于Boosting的Gradient Boosting Decision Tree的系列工具，它在许多竞

XGBoost有两大类接口：XGBoost原生api接口 和 scikit-learn api接口， 并且XGBoost能够实现 分类 和 回归 两种任务。 对于分类任务，XGBOOST可以实现二分类

本文正在参加 人工智能创作者扶持计划 ” 1.机器学习算法（六）基于天气数据集的XGBoost分类预测 本项目链接：https://www.heywhale.com/home/column/64141

python 在自定义模块中包括`smtplib`和`email`模块，组合起来用于发送带有格式的电子邮件。

如果用python写一些简单或者临时用的小工具，代码只是几个函数，一个py文件的话，那么，你不用考虑日志库，想显示什么信息，直接用print就可以了。 不过，对于稍微具规模的程序（特别是多线程的服务端

Alink 是基于 Flink 的机器学习算法平台，欢迎访问 Alink 的 GitHub 获取更多信息。本文主要分享 Alink 的使用技巧之一，Alink 如何读写 LIBSVM 格式数据。LIBSVM 数据格式就是 LIBSVM（csie.ntu.edu.tw/~cjli…

本篇内容详细讲解XGBoost的工程应用方法。XGBoost是一个非常强大的Boosting算法工具包，是很多大厂机器学习方案的模型首选，在并行计算效率、缺失值处理、控制过拟合等能力上都表现非常优秀。

这是一个真实的比赛。赛题来源是天池大数据的 "商场中精确定位用户所在店铺"。原数据有114万条，计算起来非常困难。为了让初学者有一个更好的学习体验，也更加基础，我将数据集缩小了之后放在这里，密码：ndfd。供大家下载。 这个题目的意思是，我们在商场中，由于不同层数和GPS精度限…