xgboostとgbmのパラメータ対応一覧をつくる - 盆栽日記
GBM(GBDT)は便利だ。randomforestに比べると速いし、性能も高い。 で、たまたまこちらの記事を読んでいたら、どうも自分が知っているgbmパッケージとパラメータ名が違う。 とりあえず移植にあたって調べたけど絶対に忘れるので、xgboostパッケージとgbmパッケージのパラメータ対応を以下にメモしておく。 なお、初期値が違ったりするので注意。 n.minobsinnodeについては、おそらく、といったレベルなのでこれも注意。 gbm xgboost n.trees nrounds interaction.depth max.depth bag.fraction subsample distribution objective n.cores nthread n.minobsinnode min_child_weight? xgboostパッケージのパラメータ一覧はここから。 h
パッケージユーザーのための機械学習(8)：混合モデルとEMアルゴリズム - 六本木で働くデータサイエンティストのブログ
教師なし学習シリーズもいよいよ佳境に入ってきましたねー、と言いつつ前回記事から既に2ヶ月半ぐらい経ってますが。。。ここからは主に混合モデルを取り上げていく予定です。今回もはじパタpp.165-174をベースにやっていきます。 はじめてのパターン認識 作者: 平井有三出版社/メーカー: 森北出版発売日: 2012/07/31メディア: 単行本（ソフトカバー）購入: 1人 クリック: 7回この商品を含むブログ (4件) を見る もちろん細かいところはPRMLなどでチェックすると良いかと思います。PRMLなら下巻の第9章が丸々そのまま混合モデルとEMアルゴリズムの解説に充てられているので、はじパタで説明が足りないなと思ったところについては参照してみてください。 まずRでどんなものか見てみる いつも通りですが、GitHubに置いてある多変量データで試してみましょう。これまたいつも通りdとかいう名前
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
