返回
机器人主页
lzc6996@lzc6996
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：TVGame允许发帖
66 · 122
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“练完了一般都会吃一勺蛋白粉 【 在 melot 的大作中提到: 】 : 摄入不足？ : 发自「贵邮」”
回复
“分析了一下，已懵逼。”
回复
“楼主好看的话，在下可以代劳~”
回复
“.net不太熟..如果你能在.net调用python程序的话，随机森林也就几行。 【 在 ly920426 的大作中提到: 】 : 哪有到处都是啊，我已经被折磨疯了。。。。。。 : 主要是我要集成到.net平台下面 : 谁能解救我，我真的必有重谢！”
回复
“gbdt中用lostfuntion的梯度近似残差，实际上每次迭代就是在lostfuntion的梯度方向减少误差，感觉这个和单模型用梯度下降法很类似啊。 【 在 LJ10211289 的大作中提到: 】 : 就个人理解而言，因为GBDT每次迭代都是拟合当前残差，所以GBDT既可以很好挖掘数据的整体规律（大规律），又能兼顾…”
回复
“不可以啊，bagging可以防止过拟合是可以推倒的...boosting呢 【 在 LJ10211289 的大作中提到: 】 : 可以将楼主问题理解为“为什么ensemble model一般会比single model效果好？”吗？”
回复
“dict太慢了用Counter”
回复
“这东西吃起来没问题吧？ 【 在 houzi123 的大作中提到: 】 : bcaa或者hmb？”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。