XGboost做分类

XGBoost回归预测算法的Matlab实现，数据可直接替换使用。

GBDT以CART作为基分类器,CART以gini指数选择特征,gini指数越小,纯度越高。离散特征会依次将每个取值作为分割点计算gini系数,连续特征会依次将连续两个值的中间值作为分割点,将数据分割

Xgboost guide and actual combat + Tree Boosting With XGBoost + Chen Tianqi ppt

本文主要研究了基于BERT与XGBoost的航天科技开源情报分类方法。通过结合深度学习模型BERT和集成学习算法XGBoost，实现了对航天科技领域开源情报的高效分类和分析。首先介绍了BERT和XGB

pca+lda做特征降维snn分类器对数据进行分类，协同神经网络做模式识别，pca对整体原始数据进行降维处理，然后构造随机子空间分类器snn分类，效果不错

使用人工神经网络的方法导入数据，并调用R包实现ANN的分类，并评价分类效果，结果以可选择以PDF形式画出来

相关向量机做回归预测分类都能实现，回归预测使用RVR类，分类使用RVC。RVM是支持向量机的稀疏贝叶斯模拟，具有许多优点：它提供了概率估计，而不是SVM的点估计。通常提供比SVM更稀疏的解决方案

宜昌分类信息网 门户网站宜昌分类信息网源码 可做门户

最经典的模式分类教材,做模式识别的人必看。

xgboost.whl使用pip install 文件名 直接安装 十分方便