文件名称：Midterm-Project:先进应用机器学习中期项目
文件大小：6KB
文件格式：ZIP
更新时间：2024-04-10 10:50:21
DATA 410高级应用机器学习中期项目 在此项目中，我们将在分析波士顿房屋价格数据集时执行正则回归，逐步回归，核回归，随机森林，XGBoost算法和深度学习方法。正则回归包括Ridge，LASSO，Elastic Net，SCAD和Square Root LASSO回归。内核回归包括高斯，三次，四次和Epanechnikov内核。在超参数调整过程中，我们将在适用的地方使用粒子群优化。最后，我们将列出预测房价和测试组房价之间的5位数验证平均绝对值，并比较我们在该项目中应用的每种技术的性能。 一般进口 这些导入是用于正则化技术，超参数调整和5折验证过程的工具。 pip install pyswarms % matplotlib inline % config InlineBackend . figure_format = 'retina' import numpy as np impo
【文件预览】：
Midterm-Project-main
----README.md(22KB)
----_config.yml(27B)