文件名称：starboost：逐步加强类固醇
文件大小：31KB
文件格式：ZIP
更新时间：2024-02-24 19:01:14
python machine-learning scikit-learn gradient-boosting scikit-learnPython
如果您正在寻找文档，请！ 这是什么？ 这是StarBoost，一个实现渐变增强的Python库。 梯度提升是一种用于监督学习的高效且流行的机器学习算法。 scikit-learn是否已经做到了？ 确实scikit-learn ，但是唯一受支持的弱学习者是决策树。 本质上，梯度增强可以与决策树以外的其他弱学习者一起使用。 XGBoost / LightGBM / CatBoost呢？ 提到的库是梯度增强决策树（GBRT）的最新技术。 他们实现了针对决策树量身定制的特定版本的梯度增强。 StarBoost的目的不是与他们竞争。 相反，它的目标是实现一种适用于任何弱学习者的通用梯度提升算
【文件预览】：
starboost-master
----starboost()
--------init.py(843B)
--------boosting.py(18KB)
--------__init__.py(252B)
--------line_searchers.py(852B)
--------losses.py(6KB)
--------tests()
--------__version__.py(63B)
----requirements.dev.txt(176B)
----benchmarks()
--------requirements.txt(68B)
--------bench_higgs_boson.py(2KB)
----.pylintrc(12KB)
----examples()
--------regression.py(907B)
--------binary_classification.py(936B)
--------multi_classification.py(918B)
--------__init__.py(0B)
----CONTRIBUTING.md(708B)
----.travis.yml(497B)
----pytest.ini(83B)
----LICENSE.md(1KB)
----setup.py(4KB)
----README.md(4KB)
----docs()
--------conf.py(5KB)
--------requirements.txt(24B)
--------README.md(248B)
--------index.rst(4KB)
--------Makefile(606B)
--------_static()
----.gitignore(1KB)