主要内容:
XGBoost算法的介绍
XGBoost算法的损失函数
XGBoost函数介绍
算法的应用实战——信用卡欺诈行为的识别
1.XGBoost算法的介绍
XGBoost是由传统的GBDT模型发展而来的,GBDT模型在求解最优化问题时应用了一阶导技术,而XGBoost则使用损失函数的一阶和二阶导,而且可以自定义损失函数,只要损失函数可一阶和二阶求导。
XGBoost算法相比于GBDT算法还有其他优点,例如支持并行计算,大大提高算法的运行效率;XGBoost在损失函数中加入了正则项,用来控制模型的复杂度,进而可以防止模型的过拟合;XGBoost除了支持CART基础模型,还支持线性基础模型;XGBoost采用了随机森林的思想,对字段进行抽样,既可以防止过拟合,也可以降低模型的计算量。
2.XGBoost算法的损失函数
2.1损失函数的演变
3.XGBoost函数介绍
4.算法的应用实战——信用卡欺诈行为的识别
数据下载:https://www.kaggle.com/mlg-ulb/creditcardfraud
完整代码:https://www.cnblogs.com/tszr/p/10060935.html
原文地址:https://www.cnblogs.com/HuangYJ/p/11773994.html
时间: 2024-10-21 20:24:43