Tag Archives: 梯度提升

视频讲解：CatBoost、梯度提升 (XGBoost、LightGBM)对心理健康数据、交通流量及股票价格预测研究

By tecdat8月 18, 2025Python辅导, R语言辅导, 地理，运输，旅行和物流, 大数据部落, 心理学, 技术支持, 数理统计, 期刊论文发表投稿, 特色视频, 经济, 计算机科学CS辅导, 计算机科学与技术CatBoost, LightGBM, xgboost, 交通流量, 心理健康, 心理健康数据, 梯度提升, 股票, 股票价格

本文聚焦职场发展、城市运营、消费趋势三大场景，深度运用随机森林、自适应提升（AdaBoost、GBM ）与线性回归、决策树模型，剖析数据驱动下的实践路径。

Python+AI提示词出租车出行轨迹：梯度提升GBR、KNN、LR回归、随机森林融合预测及贝叶斯概率异常检测研究

By tecdat4月 23, 2025Python辅导, 可视化和设计, 地理，运输，旅行和物流, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术GBR, knn, 出租车, 出行轨迹, 回归, 异常检测, 梯度提升, 贝叶斯, 随机森林

在当今数字化浪潮席卷全球的时代，城市交通领域的海量数据如同蕴藏着无限价值的宝藏等待挖掘。

专题|Python梯度提升实例合集：GBM、XGBoost、SMOTE重采样、贝叶斯、逻辑回归、随机森林分析信贷、破产数据

By tecdat3月 13, 2025Python辅导, 医药生物, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术GBM, Smote, xgboost, 梯度提升, 贝叶斯, 逻辑回归, 重采样, 随机森林

在当今数据驱动的时代，数据分析师和数据建模师面临着各式各样复杂且极具挑战性的任务。本专题合集便是围绕这些挑战展开的宝贵知识盛宴。

Python个人收入影响因素模型构建：回归、决策树、梯度提升、岭回归

By tecdat8月 21, 2024Python辅导, 大数据部落, 技术支持, 教育学, 数理统计, 计算机科学CS辅导, 计算机科学与技术决策树, 回归, 岭回归, 影响, 影响因素, 收入, 梯度提升

“你的命运早在出生那一刻起便被决定了。”这样无力的话语，无数次在年轻人的脑海中回响，尤其是在那些因地域差异而面临教育资源匮乏的年轻人中更为普遍。

数据分享|python分类预测职员离职:逻辑回归、梯度提升、随机森林、XGB、CatBoost、LGBM交叉验证可视化

By tecdat12月 1, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术交叉验证, 分类, 回归, 梯度提升, 离职, 职员, 逻辑回归, 预测

离职率是企业保留人才能力的体现。分析预测职员是否有离职趋向有利于企业的人才管理，提升组织职员的心理健康，从而更有利于企业未来的发展。

Python信贷风控模型：梯度提升Adaboost,XGBoost,SGD, GBOOST, SVC,随机森林, KNN预测金融信贷违约支付和模型优化

By tecdat4月 12, 2022大数据部落, 数理统计, 经济, 计算机科学与技术Adaboost, boost, GBOOST, knn, SGD, SVC, xgboost, 优化, 信贷, 信贷违约, 信贷违约支付, 梯度提升, 违约, 随机森林, 风控

在此数据集中，我们必须预测信贷的违约支付，并找出哪些变量是违约支付的最强预测因子？

Python进行多输出（多因变量）回归：集成学习梯度提升决策树GRADIENT BOOSTING REGRESSOR,GBR回归训练和预测可视化

By tecdat3月 23, 2022大数据部落, 数理统计, 机器学习, 计算机科学与技术GBR, GRADIENT BOOSTING REGRESSOR, 决策树, 可视化, 回归, 多因变量, 多输出, 梯度提升, 梯度提升决策树, 训练, 输出, 集成学习, 预测

在之前的文章中，我们研究了许多使用 多输出回归分析的方法。

R语言梯度提升机 GBM、支持向量机SVM、正则判别分析RDA模型训练、参数调优化和性能比较可视化分析声纳数据

By tecdat11月 18, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术GBM, RDA, svm, 优化, 参数调优, 声纳, 声纳数据, 性能比较, 支持向量机, 梯度提升, 梯度提升机, 模型训练, 正则判别分析

本文介绍简化模型构建和评估过程。

R语言用样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化

By tecdat4月 27, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Adaboost, boosting, GBM, 决策树, 分类, 动态可视化, 可视化, 回归, 样条曲线, 梯度提升

Boosting算法是一种把若干个分类器整合为一个分类器的方法，也就是一种集成分类方法（Ensemble Method）。