機器學習(十三) 集成學習和隨機森林(下)
阿新 • • 發佈:2018-09-05
img over 是你 trees https info 入門級 一點 競賽
五、隨機森林和 Extra-Trees
六、Ada Boosting 和 Gradient Boosting
七、Stacking
八、學習scikit-learn文檔,
官方學習文檔: http://scikit-learn.org
http://scikit-learn.org/stable/user_guide.html
今年,Kaggle剛剛上線了Kaggle Learn模塊,使用Kaggle的數據,來一點點進行機器學習實戰。可以參考:https://www.kaggle.com/learn/overview
其次,對於Kaggle的入門級比賽,有很好的Tutorial,請看這個頁面的所有Tutorial,只針對一個泰坦尼克數據,使用不同方案解決,是很好的步入機器學習競賽的第一步:https://www.kaggle.com/c/titanic#tutorials
Kaggle官方博客也有很多好的內容:http://blog.kaggle.com/
在你參加具體比賽的時候,Kaggle的論壇會是你的好幫手:https://www.kaggle.com/discussion
有人整理出了Kaggle比賽中很多問題的第一名的解決方案思路,其實這些內容都是引用上面Kaggle的官方博客或者論壇的內容:)
http://ndres.me/kaggle-past-solutions/
機器學習(十三) 集成學習和隨機森林(下)