本文所指的回归模型为一般性的回归模型，不包含时间序列回归。时间序列回归模型一般要考虑稳定性（如Jenkins-box方法）和样本采样限制。 回归评价设定 设定n个样本，每个样本为 ，实际值为 ，预测值为 。 为 的平均值。 MAE 平均绝对误差（Mean Absolute Error），是对绝对误差损失的预期值。 MAPE 平均绝对百分比误差（Me…

GBDT（Gradient Boosting Decision Tree），全名叫梯度提升决策树，是一种迭代的决策树算法，它通过构造一组弱的学习器（树），并把多颗决策树的结果累加起来作为最终的预测输出。该算法将决策树与集成思想进行了有效的结合。本文对GBDT的调参思想和具体步骤进行一个整理。GBDT的超参数分为框架参数和弱学习器参数两类，以下分别讲…

前言 这是一篇Scikit-Learn的学习笔记，主要有环境配置、基本模块和实际案例等内容。这篇文章中我会介绍一下我用机器学习做城市分析任务的基本思路。Scikit-Learn是一个用于构建机器学习模型的Python库，不仅提供了数十种基础机器学习算法，而且配备了数据预处理和模型评估工具。 Scikit-Learn介绍 安装方法 Scikit-Le…

前不久正在做某平台上城市规划项目相关数据的抓取，发现此类数据不满足传统爬虫所需的格式化要求，批量爬取的难度较大。于是转换思路，先通过截取所有项目页面的图片，并保存到本地。然后利用百度的开源模型Paddlenlp对图片内容进行识别。由于数据量大，而且我的RTX2060显卡跑这种大型推理模型稍显吃力，还是把数据和代码部署到云GPU服务器慢慢跑吧。 Pa…