Library Search
结果页XGBoost 调参心法与数学原理
在 知识库 中找到 8 个匹配结果。
知识库
知识库
8 个 XGBoost 调参心法与数学原理 # XGBoost 入门教程：调参心法与数学原理
## 1. XGBoost 是什么？
XGBoost 是基于 **梯度提升决策树 (GBDT)** 的并行优化实现。核心思想：串行训练多棵弱决策树，每棵新树拟合前一步的残差。
$$ \hat{y}_i^{(t)} = \hat{y}_i^{(t-1)} + \eta \cdot f_t(x_i) $$
其中 $f_t$ 是第 t 棵树，$\… 3% autolog 一行自动追踪 + 对比实验 验
## 目标
用 `mlflow.autolog()` 一行代码自动记录 XGBoost 训练的所有参数、指标、模型，然后在 UI 中对比多次实验。
## 完整代码
```python
import mlflow
import xgboost as xgb
from sklearn.datasets import load_breast_cancer
from sklearn.model… 2% Leaf-wise 生长与 GOSS 原理揭秘 . LightGBM 的设计哲学
LightGBM 的三个核心问题：
> "XGBoost 在大数据上太慢了，内存也吃不起。能不能更快、更省？"
答案：三个算法创新 —— **Leaf-wise / GOSS / EFB**。
## 2. Leaf-wise vs Level-wise
```
XGBoost (Level-wise): LightGBM (Leaf-w… 2% 01-hello-world-基础语法 # while 循环
count = 0
while count < 3:
print(f" while count = {count}")
count += 1
# ===== 5. 函数 =====
def greet(user: str, greeting: str = "Hello") -> str:
"""返回问候语（带类型注解）"""
return… 2% 鸢尾花分类：训练 + 交叉验证 + 特征重要性 # XGBoost 鸢尾花分类 Hello World
## 目标
用 XGBoost 在经典 Iris 数据集上完成分类，展示训练、交叉验证、特征重要性可视化。
## 完整代码
```python
import xgboost as xgb
from sklearn.datasets import load_iris
from sklearn.model_selection import… 2% 进阶：双核 FreeRTOS 任务与核间通信 ```
I (xxx) dual_core: ESP32 双核任务演示
I (xxx) dual_core: [Core 0] 显示任务启动
I (xxx) dual_core: [Core 1] 传感器任务启动
I (xxx) dual_core: 所有任务已创建完成！
I (xxx) dual_core: [Core 1] 📡 采集 seq=0 | T=25.0°C H=54.5%
I (x… 2% JAX 纯函数式思维与神经网络 # JAX 入门教程：纯函数式思维与神经网络
## 1. JAX 的哲学
JAX 不是另一个 TensorFlow 或 PyTorch。它的核心是**函数变换**：把普通的 Python/NumPy 函数，变换为可微分、可编译、可并行的版本。
```
你的函数 f ──► jax.grad(f) ──► 自动求导
──► jax.jit(f) ──► XL… 2% 基础语法与编程思维 if bmi < 18.5:
return f"BMI={bmi:.1f}，偏瘦"
elif bmi < 24:
return f"BMI={bmi:.1f}，正常"
elif bmi < 28:
return f"BMI={bmi:.1f}，偏胖"
else:
return f"BMI={bmi:.1f}，肥… 1%