Machine Learning

0. 引言 基础的树模型主要包含： 决策树（Decision Tree） 随机森林（Random Forest） 梯度提升树（Gradient Boosting Trees） 1. 决策树（Decision Tree） 1.1 算法原理 决策树是一种树形结构的分类和回归模型，通过对数据特征进行条件判断，将数据划分成不同的区域。树的每个节点代表一个特征的判断条件，叶子节点代表最终的类别或预测值。 ...

1. 引言 在机器学习领域，梯度提升树（Gradient Boosting Tree）是一种非常强大的集成学习方法，而XGBoost（eXtreme Gradient Boosting）是梯度提升树的高效实现，因其速度快、性能优异而广受欢迎，广泛应用于分类、回归、排序等任务。 ...

线性代数 概率论&统计 Z-score标准分数 在统计学中，Z-score（标准分数）是一种用于衡量数据点与均值之间距离的标准化方法。它表示数据点与均值之间的距离，以标准差为单位。Z-score 可以帮助我们理解数据点在分布中的相对位置，并且在**比较不同数据集，识别异常值（z-score较大的值）**时非常有用。 ...