(no subject)

В XGBoost чаще всего используют ансамбли деревьев. Ансамбль состоит из набора CART-деревьев.

CART отличается от решающего дерева. В решающих деревьях лист содержит только решающее значение (decision value). В CART с каждым листом ассоциируется реальная оценка (score, prediction score).

Это дает нам большие возможности по интерпретации. Также, благодаря этому, появляются возможности для строгого, унифицированного подхода к оптимизации.


(no subject)

Лассо-регрессия. Критерий качества плюс сумма модулей коэффициентов модели, умноженная на лямбда.

Гребневая регрессия (Ридж, Хребтовая). Критерий качества плюс сумма квадратов коэффициентов модели, умноженная на лямбда.

(no subject)

Виллербухи.

«Летняя книга» серия «Городок»

«На реке. История в картинках»

«Год в лесу»

«Породи и Павлуша. Ненароком вокруг света»

«Детектив Пьер. Погоня в башне лабиринтов»